OLED缺陷修复网络

少量缺陷样本即用

不用海量缺陷图也能训练,检测、识别、分类一步到位。

Shujiao, Ye · Zheng, Wang · Pengbo, Xiong · Xinhao, Xu · Lintong, Du · Jiubin, Tan · 王伟波

Journal of Intelligent Manufacturing 2023

参数信息

缺陷检出率
90.0-96.0 %
分类准确率
98.6 %

技术优势

缺陷样本少也能用

仅在少量样本上训练,就能在产线上达到高检出率,部署门槛显著降低。

检出率高且稳定

在不同阵列工艺的样本上,缺陷检出率保持在90.0%–96.0%,说明方法具有跨工艺的适应性。

长尾数据分得准

在类别极不均衡的数据集上,分类准确率达到98.6%,且未出现过拟合,说明模型对罕见缺陷同样可靠。

应用场景