买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种基于深度学习的屏幕Mura检测方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116958046B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310679958.7，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的屏幕Mura检测方法及设备是由彭琪;吴之菁;包军林;刘伟峰;施宇根设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种基于深度学习的屏幕Mura检测方法及设备在说明书摘要公布了：本发明公开了一种基于深度学习的屏幕Mura检测方法及设备，该方法包括：获取显示屏面板图像；将显示屏面板图像输入预训练的屏幕Mura检测模型的主干网络，得到多个不同尺度的特征图；预训练的屏幕Mura检测模型是采用包含EIOU损失函数的目标损失函数和训练集，对初始屏幕Mura检测模型进行训练得到的；将多个不同尺度的特征图输入预训练的屏幕Mura检测模型的注意力网络，得到注意力加权后的特征图；将注意力加权后的特征图输入预训练的屏幕Mura检测模型的颈部网络，得到多个不同尺度的融合特征图；将多个不同尺度的融合特征图输入预训练的屏幕Mura检测模型的多层检测头，得到显示屏面板图像中包含的Mura缺陷的种类和位置信息。本发明可提高检测Mura缺陷的速度和准确度。

本发明授权一种基于深度学习的屏幕Mura检测方法及设备在权利要求书中公布了：1.一种基于深度学习的屏幕Mura检测方法，其特征在于，包括： 获取待检测的显示屏面板图像； 将所述显示屏面板图像输入预训练的屏幕Mura检测模型的主干网络，得到多个不同尺度的特征图；所述预训练的屏幕Mura检测模型是采用包含EIOU损失函数的目标损失函数和训练集，对初始屏幕Mura检测模型进行训练得到的； 将所述多个不同尺度的特征图输入所述预训练的屏幕Mura检测模型的注意力网络，得到注意力加权后的特征图；所述注意力加权后的特征图包括：第一加权特征图、第二加权特征图、第三加权特征图和第四加权特征图； 将所述注意力加权后的特征图输入所述预训练的屏幕Mura检测模型的颈部网络，得到多个不同尺度的融合特征图，所述多个不同尺度的融合特征图包括：第一尺度融合特征图、第二尺度融合特征图、第三尺度融合特征图和第四尺度融合特征图，该步骤具体包括： 对所述第一加权特征图、所述第二加权特征图、所述第三加权特征图和所述第四加权特征图进行残差、卷积、上采样和融合处理，得到第一卷积特征图、第二卷积特征图、第三卷积特征图和第一融合特征图； 将所述第一融合特征图进行残差处理，得到所述第一尺度融合特征图； 根据所述第一尺度融合特征图和所述第三卷积特征图，确定所述第二尺度融合特征图； 根据所述第二尺度融合特征图和所述第二卷积特征图，确定所述第三尺度融合特征图； 根据所述第三尺度融合特征图和所述第一卷积特征图，确定所述第四尺度融合特征图； 将所述多个不同尺度的融合特征图输入所述预训练的屏幕Mura检测模型的多层检测头，得到所述显示屏面板图像中包含的Mura缺陷的种类和位置信息，所述多层检测头包括：与所述多个不同尺度的融合特征图一一对应的多组卷积层，该步骤具体包括： 将所述多个不同尺度的融合特征图输入一一对应的所述多组卷积层中，对应得到多组检测结果； 对所述多组检测结果进行非极大值抑制处理，得到一组最终检测结果；所述一组最终检测结果包括：所述显示屏面板图像中包含的Mura缺陷的种类和位置信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。