标题：基于深度学习的多场景成像缺陷检测方法
作者：朱合军1；石皓然2；林淼1；冯宝宁2；陈超1
作者单位：1 深圳市前海研祥亚太电子装备技术有限公司，广东 深圳 518107；2 深圳市研祥金码科技有限公司，广东 深圳 518107
关键字：多场景成像；深度学习；传统算法
摘要：针对LCD屏幕的破损、刮伤、贴歪、气泡、杂质目标缺陷检测，对主流YOLOv11深度学习进行改进，并且针对深度学习对LCD屏幕贴歪缺陷检测的局限性，结合使用传统算法检测，提升检测效果。搭建了一套多场景检测平台采集图片，采集同轴光场景成像图片，使用改进深度学习算法进行训练和推理，实现破损和气泡等检测；采集背光场景成像图片结合传统算法实现贴歪检测。开展了实验分析，结果显示：YOLOv11深度学习算法改进后的检测能力提升，且检测LCD屏幕破损、刮伤、气泡、杂质、贴歪等缺陷过检率在20%以内，漏检率在0.07%以内。