基于改进PSPNet的手机LCD屏幕表面缺陷检测

来源：计算机测量与控制杂志2024年第9期北京时间：

作者：肖彬,陈平华

单位：广东工业大学

摘要：手机屏幕是智能手机的关键部件，其品质优劣直接影响到用户的使用体验；因此，手机屏幕缺陷检测成为工业生产中的重要环节；然而，手机LCD屏幕的表面缺陷检测目前还存在检测精确度低、模型参数较多等问题，无法满足实际工业生产需求；为了解决这些问题，对现有的缺陷检测算法和经典语义分割模型进行了研究，提出一种基于改进PSPNet的手机LCD屏幕表面缺陷检测模型；模型采用MobileNetV3作为特征提取网络，有效减少了模型参数；采用多尺度金字塔池化模块，进一步整合多尺度上下文信息，提高了模型的特征提取能力，有效应对屏幕图像中缺陷尺寸微小、边界模糊、相同缺陷尺寸差异较大的问题；同时，通过引入注意力机制，增强了模型的鲁棒性；实验结果表明，在SQ、Mura、TP、Line四种类型的手机LCD屏幕表面缺陷检测上，改进后的模型准确度明显优于基线模型。

关键词：手机LCD屏幕;深度学习;缺陷检测;PSPNet;多尺度金字塔池化

基金资助：广东省重点领域研发计划项目(2023B1111050010、2020B0101100001)