2“人工智能+”制造領(lǐng)域顯示面板的機(jī)器視覺在線檢測要求本文件給出了顯示面板制造行業(yè)機(jī)器視覺在線本文件適用于顯示面板制造過程的人工智能在線檢測GB/T41867-2022界定的以及下列術(shù)語和定通過建立具有階層結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)，在計(jì)算通過圖像采集裝置（如工業(yè)相機(jī)）獲取被測對象析和決策，實(shí)現(xiàn)產(chǎn)品質(zhì)量自動判別與分類的智能化系統(tǒng)，3部分。模型訓(xùn)練是通過輸入標(biāo)注過的歷史圖片高的AI推理模型。在產(chǎn)品量產(chǎn)的過程中，實(shí)時輸入由工業(yè)相機(jī)采集的圖像，經(jīng)過智能推據(jù)標(biāo)注、模型訓(xùn)練迭代三個步驟。推理模型能夠完成缺交斷線（判斷缺陷與產(chǎn)品電路間的關(guān)系）四項(xiàng)功能。數(shù)42采集的圖片實(shí)時保存到存儲設(shè)備中（制造）；3采集設(shè)備在完成一次采集任務(wù)后，以指定格式向制造執(zhí)行4制造執(zhí)行系統(tǒng)根據(jù)檢測任務(wù)的要求將收到的檢測消息發(fā)送給AI檢測系統(tǒng)；5AI檢測系統(tǒng)收到檢測消息后，從圖像存儲系統(tǒng)中獲取圖片進(jìn)行檢測；6AI檢測系統(tǒng)將檢測結(jié)果回傳給制造執(zhí)行系統(tǒng)；7制造執(zhí)行系統(tǒng)根據(jù)AI檢測結(jié)果給產(chǎn)品發(fā)出控制指令（正常進(jìn)行下一制程、進(jìn)入修補(bǔ)或廢棄流程、品質(zhì)預(yù)警產(chǎn)品Hold等）。儲，另一方面進(jìn)行實(shí)時的品質(zhì)檢測。系統(tǒng)運(yùn)行時的輸入息是由制造執(zhí)行系統(tǒng)通過消息總線給AI檢測系統(tǒng)發(fā)出的檢測任務(wù)，一般包括檢測站點(diǎn)信息、設(shè)備信息、產(chǎn)品信息、圖像信息等內(nèi)容，AI檢測系圖片要求尺寸與訓(xùn)練圖片誤差小于等于5%（為保持一致性，預(yù)處理時裁剪為標(biāo)準(zhǔn)尺寸）坐標(biāo)準(zhǔn)確性缺陷位于畫面中心90%位置（以防裁剪時被剔除）倍率與訓(xùn)練圖片一致（如X10倍，X20倍）色彩底色色差≤5%清晰度Tenengrad梯度>200（人眼識別清晰）5檢測消息產(chǎn)品型號用于調(diào)用相應(yīng)產(chǎn)品的AI模型站點(diǎn)信息設(shè)備信息用于生成檢測結(jié)果文件產(chǎn)品ID用于生成地址路徑，訪問相應(yīng)圖片信息觸發(fā)信號設(shè)備圖片生成后發(fā)送，作為AI檢測開始的觸發(fā)信號根據(jù)缺陷情況以及是否相交斷線判定缺陷種類及品質(zhì)評級系統(tǒng)根據(jù)判定結(jié)果決定是否要重工、報(bào)廢或者下輸出信息產(chǎn)品型號由輸入信息獲取站點(diǎn)信息由輸入信息獲取設(shè)備信息由輸入信息獲取產(chǎn)品ID由輸入信息獲取缺陷位置缺陷有無，及缺陷在圖片中的位置信息缺陷種類根據(jù)AI模型判定的缺陷種類，缺陷代碼由用戶事先定義相交斷線信息用于判別缺陷對電路的影響置信度AI判定可信度，用于卡控覆蓋率（如設(shè)定置信度0.8，則置信度0.8以下的圖片交由人工復(fù)判）人工智能對缺陷的判讀一般是根據(jù)檢測需求背景的分割、缺陷的分類、線路異常檢測等，具體見圖4。62)缺陷分割指將面板圖片上可能存在的缺陷與背景面板質(zhì)量和處理方式，及早發(fā)現(xiàn)問題有助于最終AI模型給出的結(jié)論如下圖所示a）缺陷有無及位置b）缺陷的類型。根由于AI模型在后臺持續(xù)運(yùn)行，當(dāng)服務(wù)器硬件、軟件系統(tǒng)、產(chǎn)品發(fā)生變異時，可能會造成批量性的生產(chǎn)、品質(zhì)影響。為了及時發(fā)現(xiàn)非預(yù)知性監(jiān)控方法指標(biāo)監(jiān)控AI判定覆蓋率、準(zhǔn)確性、漏檢率監(jiān)控，指標(biāo)突變時發(fā)出預(yù)警人工復(fù)判定期抽取一定的圖片由人工復(fù)判，人工復(fù)判結(jié)果與AI判定結(jié)果進(jìn)行比對，一致性較差時發(fā)出預(yù)警7圖6模型判定邏輯8（1）將所有圖片轉(zhuǎn)換成請