本發(fā)明涉及圖像識別，尤其涉及一種擴散板缺陷檢測模型的訓(xùn)練方法、系統(tǒng)及介質(zhì)。

背景技術(shù)：

1、早期的擴散板缺陷檢測方法多依賴人工視覺檢查或簡單的圖像處理技術(shù)，這些方法不僅效率低下，而且容易受到人為因素影響，準(zhǔn)確性較低。隨著計算機視覺和圖像處理技術(shù)的發(fā)展，基于圖像的自動缺陷檢測方法逐漸興起。利用傳統(tǒng)圖像處理方法如邊緣檢測、模板匹配和閾值分割等，可以較為初步地檢測到一些常見缺陷，但這些方法對復(fù)雜缺陷或低對比度缺陷的檢測效果有限。深度學(xué)習(xí)技術(shù)的快速發(fā)展為擴散板缺陷檢測帶來了革命性的變化。卷積神經(jīng)網(wǎng)絡(luò)（cnn）等深度學(xué)習(xí)模型憑借其強大的特征提取能力，在圖像分類和目標(biāo)檢測中取得了顯著的成果。然而，目前現(xiàn)有技術(shù)往往僅依賴單一的缺陷類型分析，缺乏對表面與內(nèi)部缺陷之間耦合關(guān)系的全面理解，同時較少對缺陷的風(fēng)險進行系統(tǒng)評估，進而導(dǎo)致檢測模型的全面性較低。

技術(shù)實現(xiàn)思路

1、基于此，有必要提供一種擴散板缺陷檢測模型的訓(xùn)練方法、系統(tǒng)及介質(zhì)，以解決至少一個上述技術(shù)問題。

2、為實現(xiàn)上述目的，一種擴散板缺陷檢測模型的訓(xùn)練方法，所述方法包括以下步驟：

3、步驟s1：對擴散板監(jiān)測圖像進行表面缺陷特征提取；基于表面缺陷特征進行缺陷類型分析，得到缺陷類型數(shù)據(jù)；

4、步驟s2：根據(jù)缺陷類型數(shù)據(jù)進行光譜參數(shù)設(shè)置，并通過設(shè)置的光譜參數(shù)對擴散板監(jiān)測圖像進行透射率差異分析，以定位擴散板監(jiān)測圖像的內(nèi)部缺陷區(qū)域；對內(nèi)部缺陷區(qū)域進行三維缺陷形貌分析，生成內(nèi)部缺陷數(shù)據(jù)；

5、步驟s3：對表面缺陷數(shù)據(jù)和內(nèi)部缺陷數(shù)據(jù)進行缺陷關(guān)聯(lián)分析，計算擴散板監(jiān)測圖像的缺陷擴散概率；通過缺陷擴散概率標(biāo)注擴散板監(jiān)測圖像的缺陷風(fēng)險等級；

6、步驟s4：基于預(yù)設(shè)的風(fēng)險閾值篩選高缺陷風(fēng)險等級；并對高缺陷風(fēng)險等級的擴散板監(jiān)測圖像執(zhí)行對應(yīng)圖像區(qū)域分割，以進行模型訓(xùn)練，生成擴散板缺陷檢測模型。

7、本發(fā)明通過對擴散板監(jiān)測圖像進行表面缺陷特征提取并進行缺陷類型分析，可以有效識別出圖像中的潛在問題區(qū)域，為后續(xù)的處理提供精準(zhǔn)的缺陷類型數(shù)據(jù)。根據(jù)缺陷類型數(shù)據(jù)設(shè)置光譜參數(shù)進行透射率差異分析，并通過生成透射特征圖譜對圖像中的內(nèi)部缺陷進行定位，能夠準(zhǔn)確識別擴散板內(nèi)部的缺陷區(qū)域，這樣能夠提供更深入的缺陷信息，為后續(xù)的三維形貌分析和優(yōu)化設(shè)計提供數(shù)據(jù)支持。對表面缺陷和內(nèi)部缺陷數(shù)據(jù)進行缺陷關(guān)聯(lián)分析，可以揭示不同缺陷之間的耦合關(guān)系。通過計算缺陷擴散概率并對圖像進行風(fēng)險等級評估，可以有效評估潛在的風(fēng)險區(qū)域，幫助決策人員及時進行風(fēng)險防范和維護。基于高缺陷風(fēng)險數(shù)據(jù)的篩選與區(qū)域分割，可以幫助在高風(fēng)險區(qū)域進行重點分析，同時，基于這些數(shù)據(jù)進行模型訓(xùn)練，能夠生成高精度的缺陷檢測模型，這樣可以大大提高擴散板缺陷檢測的自動化水平，減少人為錯誤，提高檢測效率和準(zhǔn)確性。因此，本發(fā)明通過結(jié)合表面和內(nèi)部缺陷分析、缺陷耦合關(guān)系、風(fēng)險評估及區(qū)域分割，提高了缺陷檢測模型的檢測全面性和準(zhǔn)確性。

8、優(yōu)選的，步驟s1包括以下步驟：

9、步驟s11：獲取擴散板監(jiān)測圖像，并對擴散板監(jiān)測圖像進行圖像預(yù)處理，生成標(biāo)準(zhǔn)擴散板監(jiān)測圖像，其中圖像預(yù)處理包括去噪、對比度增強及灰度標(biāo)準(zhǔn)化；

10、步驟s12：對標(biāo)準(zhǔn)擴散板監(jiān)測圖像進行邊緣檢測，生成邊緣特征數(shù)據(jù)；

11、步驟s13：基于邊緣特征數(shù)據(jù)對擴散板監(jiān)測圖像進行表面劃痕檢測，得到劃痕分布數(shù)據(jù)；

12、步驟s14：對標(biāo)準(zhǔn)擴散板監(jiān)測圖像進行紋理分析，并基于紋理分析的結(jié)果提取標(biāo)準(zhǔn)擴散板監(jiān)測圖像中的紋理異常區(qū)域，生成紋理缺陷數(shù)據(jù)；

13、步驟s15：整合劃痕分布數(shù)據(jù)與紋理缺陷數(shù)據(jù)為表面缺陷數(shù)據(jù)；對表面缺陷數(shù)據(jù)進行缺陷類型標(biāo)簽分類，得到缺陷類型數(shù)據(jù)，其中缺陷類型數(shù)據(jù)包括氣泡缺陷類型數(shù)據(jù)、裂紋缺陷類型數(shù)據(jù)及雜質(zhì)缺陷類型數(shù)據(jù)。

14、本發(fā)明通過去噪、對比度增強和灰度標(biāo)準(zhǔn)化的圖像預(yù)處理，能夠顯著提升擴散板監(jiān)測圖像的質(zhì)量，這為后續(xù)的分析提供了更清晰、標(biāo)準(zhǔn)化的輸入數(shù)據(jù)，確保了進一步操作的準(zhǔn)確性和可靠性。通過邊緣檢測生成邊緣特征數(shù)據(jù)，并結(jié)合劃痕檢測，能夠精確識別擴散板表面的劃痕分布，這一步能夠有效地分辨出擴散板表面存在的細(xì)微劃痕，并且為后續(xù)的缺陷分析提供關(guān)鍵信息。紋理分析有助于發(fā)現(xiàn)圖像中因材料不均勻或表面問題導(dǎo)致的異常區(qū)域。基于此提取的紋理缺陷數(shù)據(jù)能夠幫助識別出不易察覺的缺陷，例如局部材料疲勞、劃痕導(dǎo)致的表面不平整等問題，從而提升檢測的全面性和精度。通過整合劃痕分布數(shù)據(jù)和紋理缺陷數(shù)據(jù)為表面缺陷數(shù)據(jù)，能夠全面反映擴散板表面的缺陷狀況。進一步對缺陷類型進行標(biāo)簽分類（氣泡、裂紋、雜質(zhì)等），不僅能夠細(xì)化不同類型缺陷的識別，還能為后續(xù)的風(fēng)險評估、修復(fù)工作提供具體依據(jù)。缺陷類型數(shù)據(jù)的提取使得在不同類型的缺陷問題上能夠進行更加精確的定位和分析，為后續(xù)的定向處理和優(yōu)化提供數(shù)據(jù)支持。尤其是在復(fù)雜的工業(yè)應(yīng)用中，不同缺陷類型對應(yīng)不同的處理方式，通過這種精確分類，可以大幅提升處理效率和效果。

15、優(yōu)選的，步驟s2中所述根據(jù)缺陷類型數(shù)據(jù)進行光譜波長設(shè)置包括：

16、確認(rèn)缺陷類型數(shù)據(jù)為氣泡缺陷類型數(shù)據(jù)時，則設(shè)置光譜波長為800nm-1000nm，光譜帶寬為50nm-100nm，光源強度為100mw/cm2-200mw/cm2；

17、確認(rèn)缺陷類型數(shù)據(jù)為裂紋缺陷類型數(shù)據(jù)時，則設(shè)置光譜波長為500nm-600nm，光譜帶寬為20nm-50nm，光源強度為50mw/cm2-150mw/cm2；

18、確認(rèn)缺陷類型數(shù)據(jù)為雜質(zhì)缺陷類型數(shù)據(jù)時，則設(shè)置光譜波長為350nm-450nm，光譜帶寬為10nm-30nm，光源強度為10mw/cm2-100mw/cm2。

19、本發(fā)明通過根據(jù)缺陷類型（氣泡、裂紋、雜質(zhì)）設(shè)置不同的光譜波長、帶寬和光源強度，能夠確保在光譜分析過程中，每種缺陷的特征得到最佳的激發(fā)和響應(yīng)，這種針對性的設(shè)置能夠極大提高缺陷檢測的靈敏度和準(zhǔn)確性，避免了不同缺陷類型之間的干擾，確保了每個缺陷類型的識別精度。通過針對不同缺陷類型調(diào)整光譜波長和帶寬，可以提升對微小缺陷的檢測能力。例如，裂紋缺陷類型在500nm-600nm范圍內(nèi)的檢測能夠更好地響應(yīng)裂紋特有的光學(xué)特性，而氣泡缺陷在800nm-1000nm范圍的設(shè)置能夠準(zhǔn)確識別氣泡產(chǎn)生的反射和透射變化，這種細(xì)致的波長調(diào)整有助于提高檢測系統(tǒng)的靈敏度和分辨率，確保即使是細(xì)微的缺陷也能被捕捉到。光源強度的優(yōu)化設(shè)置（如氣泡缺陷類型為100mw/cm2-200mw/cm2、裂紋缺陷為50mw/cm2-150mw/cm2等）可以在不同缺陷的光譜分析中提供最佳的光照強度，避免過強或過弱的光源導(dǎo)致信號的過度飽和或不足，從而確保數(shù)據(jù)采集的精度和穩(wěn)定性，這樣的優(yōu)化不僅提高了圖像的質(zhì)量，也降低了光源消耗和系統(tǒng)負(fù)荷，提升了整體檢測效率。根據(jù)缺陷類型數(shù)據(jù)進行動態(tài)調(diào)整的方式使得該系統(tǒng)具有較強的自適應(yīng)能力。當(dāng)面臨不同類型的擴散板缺陷時，系統(tǒng)能夠自動調(diào)節(jié)光譜設(shè)置，以適應(yīng)不同缺陷的檢測需求，這種靈活性增強了檢測系統(tǒng)的智能化程度，使其能夠在不同情況下保持優(yōu)異的性能。

20、優(yōu)選的，步驟s2中所述通過設(shè)置的光譜參數(shù)對擴散板監(jiān)測圖像進行透射率差異分析包括：

21、對擴散板監(jiān)測圖像進行興趣區(qū)域分區(qū)，得到擴散板圖像區(qū)域；

22、提取擴散板監(jiān)測圖像在不同光譜參數(shù)下的像素強度值；

23、基于像素強度值計算不同擴散板圖像區(qū)域的透射率變化，形成透射率分布矩陣；

24、基于透射率分布矩陣，對擴散板圖像區(qū)域進行透射特性分析，識別透射率變化模式；

25、根據(jù)透射率變化模式構(gòu)建透射特征曲線，并提取曲線的局部極值點；

26、利用局部極值點對擴散板監(jiān)測圖像進行關(guān)鍵透射率變化特征篩選，得到透射特征圖譜。

27、本發(fā)明通過對擴散板監(jiān)測圖像進行興趣區(qū)域分區(qū)，使得圖像分析能夠聚焦于特定的區(qū)域，提升了處理效率和分析的準(zhǔn)確性，這種區(qū)域化分析能夠減少無關(guān)數(shù)據(jù)的干擾，專注于圖像中最可能出現(xiàn)缺陷的區(qū)域，從而提高整體檢測的有效性。在不同的光譜設(shè)置下提取像素強度值，能夠為每種類型的缺陷提供詳細(xì)的光學(xué)響應(yīng)數(shù)據(jù)，這種方法能夠有效揭示擴散板在不同光譜條件下的透射特性變化，從而提供更多的缺陷線索，特別是在微小或難以直接觀測的缺陷類型（如氣泡、裂紋等）上表現(xiàn)尤為突出。通過計算不同區(qū)域的透射率變化，并生成透射率分布矩陣，能夠系統(tǒng)地描述擴散板各區(qū)域的透射特性，這一矩陣提供了對圖像中潛在缺陷區(qū)域透射特性變化的詳細(xì)信息，為后續(xù)的特征識別和分析奠定了數(shù)據(jù)基礎(chǔ)。通過對透射率分布矩陣的分析，可以識別出透射率變化模式，這對于準(zhǔn)確識別擴散板表面和內(nèi)部缺陷至關(guān)重要。不同類型的缺陷通常會呈現(xiàn)特定的透射特性模式，通過這種模式識別，可以快速且準(zhǔn)確地將圖像區(qū)域與缺陷類型關(guān)聯(lián)起來。根據(jù)透射率變化模式構(gòu)建透射特征曲線，并提取局部極值點，使得檢測系統(tǒng)能夠準(zhǔn)確識別透射特性變化的關(guān)鍵節(jié)點。局部極值點往往對應(yīng)著缺陷區(qū)域的邊緣或變異點，通過這些極值點，可以高效地定位潛在的缺陷區(qū)域。利用局部極值點進行關(guān)鍵透射率變化特征的篩選，有助于從大量的圖像數(shù)據(jù)中提取出最具代表性和最相關(guān)的透射特征。通過精確篩選特征，最終形成透射特征圖譜，可以為后續(xù)的缺陷檢測提供精確的視覺依據(jù)，減少不必要的噪聲和誤檢。

28、優(yōu)選的，步驟s2中所述定位擴散板監(jiān)測圖像的內(nèi)部缺陷區(qū)域包括：

29、基于透射特征圖譜對擴散板監(jiān)測圖像進行異常透射區(qū)域分割，得到異常透射區(qū)域；

30、對異常透射區(qū)域進行初始二值掩膜設(shè)置，并對初始二值掩膜進行掩膜邊界細(xì)化，得到二值邊界優(yōu)化掩膜；

31、利用二值邊界優(yōu)化掩膜計算異常透射區(qū)域的連通性；

32、結(jié)合異常透射區(qū)域的連通性以及透射特征圖譜優(yōu)化二值邊界優(yōu)化掩膜的權(quán)重，生成精細(xì)化缺陷掩膜數(shù)據(jù)；

33、通過精細(xì)化缺陷掩膜數(shù)據(jù)計算異常透射區(qū)域的面積、形態(tài)、周長，并根據(jù)面積、形態(tài)、周長進行缺陷區(qū)域位置標(biāo)注，生成內(nèi)部缺陷區(qū)域坐標(biāo)。

34、本發(fā)明通過基于透射特征圖譜對擴散板監(jiān)測圖像進行異常透射區(qū)域的分割，可以有效地從圖像中提取出透射率異常的區(qū)域，這些區(qū)域通常對應(yīng)于擴散板的內(nèi)部缺陷或表面不規(guī)則性。分割后的異常透射區(qū)域為后續(xù)的缺陷定位和特征提取提供了明確的目標(biāo)區(qū)域，確保了檢測的高效性和準(zhǔn)確性。對異常透射區(qū)域進行初始二值掩膜設(shè)置，并對其邊界進行細(xì)化，能夠確保區(qū)域邊界更加精準(zhǔn)，這種邊界優(yōu)化過程有效去除了分割過程中產(chǎn)生的噪聲或誤差，提高了掩膜的質(zhì)量，從而為后續(xù)的缺陷分析提供更為精確的區(qū)域標(biāo)識，這也減少了錯誤定位和漏檢的可能性。通過計算異常透射區(qū)域的連通性，可以識別出多個不連續(xù)的缺陷區(qū)域或連接在一起的缺陷結(jié)構(gòu)，這對于檢測和區(qū)分不同類型或不同部位的缺陷至關(guān)重要，有助于清晰地識別出缺陷的具體分布與形態(tài)，從而提高了缺陷識別的準(zhǔn)確度。結(jié)合異常透射區(qū)域的連通性和透射特征圖譜優(yōu)化掩膜權(quán)重，使得掩膜的生成更加符合實際缺陷的分布，這種動態(tài)優(yōu)化過程能夠顯著提升掩膜的準(zhǔn)確度，確保缺陷區(qū)域的提取更加符合實際情況。優(yōu)化后的掩膜使得檢測系統(tǒng)更加智能化，能根據(jù)實際情況自動調(diào)整檢測策略。通過精細(xì)化的缺陷掩膜數(shù)據(jù)計算異常透射區(qū)域的面積、形態(tài)和周長等特征，能夠為缺陷區(qū)域的進一步分析提供詳細(xì)的幾何信息，這些幾何特征能夠幫助判斷缺陷的性質(zhì)、大小和形態(tài)，對于缺陷的分類、評估和后續(xù)處理提供了豐富的數(shù)據(jù)支持。采用bounding?box方法，根據(jù)異常透射區(qū)域的面積、形態(tài)和周長等特征進行缺陷區(qū)域的標(biāo)注，生成內(nèi)部缺陷區(qū)域坐標(biāo)，這一方法能夠準(zhǔn)確地確定缺陷的具體位置，并為后續(xù)的自動化檢測、修復(fù)和優(yōu)化提供精確的參考數(shù)據(jù)。bounding?box方法的應(yīng)用確保了缺陷區(qū)域定位的快速性和高精度。

35、優(yōu)選的，步驟s2中所述對內(nèi)部缺陷區(qū)域進行三維缺陷形貌分析包括：

36、基于內(nèi)部缺陷區(qū)域坐標(biāo)對內(nèi)部缺陷區(qū)域進行光學(xué)相干斷層掃描，生成內(nèi)部缺陷光學(xué)掃描數(shù)據(jù)；

37、基于內(nèi)部缺陷光學(xué)掃描數(shù)據(jù)分析內(nèi)部缺陷區(qū)域的缺陷深度，并提取內(nèi)部缺陷光學(xué)掃描數(shù)據(jù)的光強特征；

38、根據(jù)缺陷深度以及光強特征計算內(nèi)部缺陷區(qū)域的光強衰減曲線；

39、通過光強衰減曲線對內(nèi)部缺陷區(qū)域進行分層處理，并對分層后的內(nèi)部缺陷區(qū)域進行三維點云重建，生成三維缺陷形貌數(shù)據(jù)；

40、通過三維缺陷形貌數(shù)據(jù)計算缺陷的體積、最大深度及空間分布密度，并整合為內(nèi)部缺陷數(shù)據(jù)。

41、本發(fā)明通過對內(nèi)部缺陷區(qū)域進行光學(xué)相干斷層掃描（oct），能夠獲取高分辨率的缺陷圖像數(shù)據(jù)，這一過程不僅提供了缺陷區(qū)域的二維表面圖像，還能深入分析缺陷的深度和層次，為準(zhǔn)確識別深層缺陷提供了可靠的數(shù)據(jù)支持。基于內(nèi)部缺陷光學(xué)掃描數(shù)據(jù)的光強特征分析，能夠進一步提取與缺陷深度相關(guān)的信息。光強衰減是檢測內(nèi)部缺陷深度的一個重要指標(biāo)，通過分析光強的變化，可以獲得關(guān)于缺陷位置和深度的詳細(xì)信息，從而提升了對復(fù)雜缺陷的檢測能力。通過計算光強衰減曲線，可以更精確地量化缺陷的深度和分布，這種方法有助于進一步分層處理內(nèi)部缺陷區(qū)域，從而為缺陷的三維建模和進一步的分析提供了基礎(chǔ)，這一過程增強了對缺陷內(nèi)部結(jié)構(gòu)的理解，并為后續(xù)的三維重建提供了有效依據(jù)。通過光強衰減曲線對缺陷區(qū)域進行分層處理后，利用三維點云重建技術(shù)，可以實現(xiàn)對缺陷的空間幾何形態(tài)進行詳細(xì)的三維建模，這不僅增強了對缺陷區(qū)域形態(tài)的可視化理解，還能提供更加真實、準(zhǔn)確的三維形貌數(shù)據(jù)，有助于缺陷評估和修復(fù)方案的制定。通過三維缺陷形貌數(shù)據(jù)計算缺陷的體積、最大深度以及空間分布密度，可以詳細(xì)評估缺陷的嚴(yán)重性和分布特點，這些數(shù)據(jù)能夠幫助判斷缺陷對擴散板的影響程度，從而為后續(xù)的質(zhì)量控制和優(yōu)化提供依據(jù)。計算出的缺陷體積和深度也有助于預(yù)測其對產(chǎn)品性能的長期影響。通過整合三維缺陷形貌數(shù)據(jù)，包括缺陷的體積、最大深度及空間分布密度，最終生成詳細(xì)的內(nèi)部缺陷數(shù)據(jù)，這些數(shù)據(jù)為缺陷的分類、評估和后續(xù)處理提供了多維度的信息，提升了缺陷管理和修復(fù)的效率。

42、優(yōu)選的，步驟s3包括以下步驟：

43、步驟s31：對表面缺陷數(shù)據(jù)和內(nèi)部缺陷數(shù)據(jù)進行區(qū)域空間坐標(biāo)對齊，得到擴散板整體缺陷對齊坐標(biāo)；

44、步驟s32：根據(jù)擴散板整體缺陷對齊坐標(biāo)對表面缺陷數(shù)據(jù)和內(nèi)部缺陷數(shù)據(jù)進行缺陷耦合關(guān)聯(lián)，生成缺陷耦合關(guān)系；

45、步驟s33：基于缺陷耦合關(guān)系計算擴散板監(jiān)測圖像的缺陷擴散概率；

46、步驟s34：通過缺陷擴散概率對擴散板監(jiān)測圖像進行應(yīng)力仿真，生成擴散板缺陷應(yīng)力仿真數(shù)據(jù)；

47、步驟s35：根據(jù)擴散板缺陷應(yīng)力仿真數(shù)據(jù)和缺陷類型數(shù)據(jù)對擴散板進行缺陷風(fēng)險等級評估，生成缺陷風(fēng)險數(shù)據(jù)。

48、本發(fā)明通過對表面缺陷數(shù)據(jù)和內(nèi)部缺陷數(shù)據(jù)進行區(qū)域空間坐標(biāo)對齊，能夠?qū)崿F(xiàn)兩類缺陷信息的有效整合，這種坐標(biāo)對齊為后續(xù)的缺陷耦合和風(fēng)險評估提供了精準(zhǔn)的空間基礎(chǔ)，從而提升了缺陷識別的整體精度。通過缺陷耦合關(guān)聯(lián)，可以揭示表面缺陷與內(nèi)部缺陷之間的相互關(guān)系，幫助識別出存在的關(guān)聯(lián)缺陷區(qū)域。缺陷耦合關(guān)系的分析為后續(xù)的缺陷擴散預(yù)測和風(fēng)險評估提供了重要依據(jù)，有助于全面評估缺陷在擴散板中的影響。擴散板監(jiān)測圖像的缺陷擴散概率計算可以精確預(yù)測缺陷的擴展路徑。基于缺陷擴散概率，可以更好地評估未來出現(xiàn)的風(fēng)險點，并采取預(yù)防措施，從而有效降低缺陷對擴散板性能的潛在威脅。通過對缺陷擴散概率的應(yīng)力仿真，進一步提升了對擴散板缺陷的預(yù)測精度。通過應(yīng)力仿真數(shù)據(jù)，能夠量化缺陷對材料的應(yīng)力影響，并預(yù)測其導(dǎo)致的破壞模式，這種分析有助于識別關(guān)鍵應(yīng)力集中區(qū)域，并為修復(fù)和加固方案提供科學(xué)依據(jù)。通過結(jié)合擴散板缺陷應(yīng)力仿真數(shù)據(jù)與缺陷類型數(shù)據(jù)進行風(fēng)險等級評估，能夠全面分析缺陷對擴散板的影響程度。通過生成缺陷風(fēng)險數(shù)據(jù)，不僅能評估現(xiàn)有缺陷的嚴(yán)重性，還能預(yù)測未來潛在風(fēng)險，并為后續(xù)的質(zhì)量控制和決策提供數(shù)據(jù)支持。

49、優(yōu)選的，步驟s35包括以下步驟：

50、步驟s351：根據(jù)擴散板缺陷應(yīng)力仿真數(shù)據(jù)確定基礎(chǔ)風(fēng)險等級，其中應(yīng)力仿真數(shù)據(jù)小于或等于50mpa則劃分為低風(fēng)險，應(yīng)力仿真數(shù)據(jù)介于50mpa和100mpa之間則劃分為中風(fēng)險，應(yīng)力仿真數(shù)據(jù)超過100mpa則劃分為高風(fēng)險；

51、步驟s352：基于缺陷類型數(shù)據(jù)確定風(fēng)險權(quán)重，其中將缺陷類型數(shù)據(jù)中的氣泡缺陷類型數(shù)據(jù)權(quán)重為1，裂紋缺陷類型數(shù)據(jù)權(quán)重為2，雜質(zhì)缺陷類型數(shù)據(jù)權(quán)重為3；

52、步驟s353：通過基礎(chǔ)風(fēng)險等級和風(fēng)險權(quán)重綜合計算風(fēng)險等級，得到缺陷風(fēng)險數(shù)據(jù)。

53、本發(fā)明通過應(yīng)力仿真數(shù)據(jù)來劃分基礎(chǔ)風(fēng)險等級（低風(fēng)險、中風(fēng)險、高風(fēng)險），提供了一個清晰、直觀的風(fēng)險分類標(biāo)準(zhǔn)。通過這一分級，可以快速評估擴散板缺陷的嚴(yán)重性，并采取相應(yīng)的處理措施，確保及時發(fā)現(xiàn)潛在問題。根據(jù)缺陷類型數(shù)據(jù)確定風(fēng)險權(quán)重，能夠量化不同類型缺陷對擴散板風(fēng)險的不同影響。氣泡缺陷、裂紋缺陷、雜質(zhì)缺陷的不同權(quán)重賦值，有助于在風(fēng)險評估過程中充分考慮各類缺陷的危險程度，這樣可以更準(zhǔn)確地反映出不同缺陷對擴散板性能的潛在威脅。通過綜合基礎(chǔ)風(fēng)險等級和風(fēng)險權(quán)重來計算最終的缺陷風(fēng)險等級，從而使評估結(jié)果更具綜合性和準(zhǔn)確性，這個綜合計算過程能夠更好地平衡各類缺陷的風(fēng)險，并生成一個全面的缺陷風(fēng)險數(shù)據(jù)，有助于決策者做出針對性的處理。通過明確的風(fēng)險等級劃分，工程師可以更精確地評估擴散板的各類缺陷風(fēng)險，并據(jù)此制定合理的修復(fù)或改進方案。對于高風(fēng)險區(qū)域，需要更緊急的修復(fù)措施，而低風(fēng)險區(qū)域則可以采取監(jiān)測和預(yù)防措施。通過此過程，可以優(yōu)化風(fēng)險管理，確保擴散板的長期可靠性。該流程不僅為現(xiàn)有缺陷的評估提供了基礎(chǔ)，還能夠預(yù)測未來出現(xiàn)的風(fēng)險。綜合計算后的缺陷風(fēng)險數(shù)據(jù)，能夠為擴散板生產(chǎn)和使用中的風(fēng)險管理提供參考，從而合理分配資源，集中處理高風(fēng)險區(qū)域，確保最大程度的安全性和性能。

54、在本說明書中，提供了一種擴散板缺陷檢測模型的訓(xùn)練系統(tǒng)，用于執(zhí)行上述的擴散板缺陷檢測模型的訓(xùn)練方法，該擴散板缺陷檢測模型的訓(xùn)練系統(tǒng)包括：

55、表面缺陷分析模塊，用于對擴散板監(jiān)測圖像進行表面缺陷特征提取；基于表面缺陷特征進行缺陷類型分析，得到缺陷類型數(shù)據(jù)；

56、內(nèi)部缺陷分析模塊，用于根據(jù)缺陷類型數(shù)據(jù)進行光譜參數(shù)設(shè)置，并通過設(shè)置的光譜參數(shù)對擴散板監(jiān)測圖像進行透射率差異分析，以定位擴散板監(jiān)測圖像的內(nèi)部缺陷區(qū)域；對內(nèi)部缺陷區(qū)域進行三維缺陷形貌分析，生成內(nèi)部缺陷數(shù)據(jù)；

57、缺陷關(guān)聯(lián)模塊，用于對表面缺陷數(shù)據(jù)和內(nèi)部缺陷數(shù)據(jù)進行缺陷關(guān)聯(lián)分析，計算擴散板監(jiān)測圖像的缺陷擴散概率；通過缺陷擴散概率標(biāo)注擴散板監(jiān)測圖像的缺陷風(fēng)險等級；

58、模型訓(xùn)練模塊，用于基于預(yù)設(shè)的風(fēng)險閾值篩選高缺陷風(fēng)險等級；并對高缺陷風(fēng)險等級的擴散板監(jiān)測圖像執(zhí)行對應(yīng)圖像區(qū)域分割，以進行模型訓(xùn)練，生成擴散板缺陷檢測模型。

59、本發(fā)明提供了一種存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述的擴散板缺陷檢測模型的訓(xùn)練方法。

60、本發(fā)明的有益效果在于表面缺陷分析模塊和內(nèi)部缺陷分析模塊相輔相成，確保對擴散板表面與內(nèi)部的缺陷進行全面檢測。表面缺陷的特征提取與缺陷類型分析，可以幫助快速識別表面缺陷類型（如氣泡、裂紋等）。內(nèi)部缺陷分析則通過透射率差異分析和三維缺陷形貌分析，進一步挖掘擴散板的內(nèi)部缺陷，提供更全面的缺陷數(shù)據(jù)支持。內(nèi)部缺陷分析模塊通過透射特征圖譜和三維缺陷形貌數(shù)據(jù)的結(jié)合，能夠精確定位擴散板監(jiān)測圖像中的內(nèi)部缺陷區(qū)域，并生成詳細(xì)的缺陷數(shù)據(jù)，這種精細(xì)化的缺陷定位和分類為后續(xù)的風(fēng)險評估和修復(fù)提供了可靠依據(jù)。缺陷關(guān)聯(lián)模塊通過表面缺陷和內(nèi)部缺陷數(shù)據(jù)的耦合分析，能夠揭示表面缺陷與內(nèi)部缺陷之間的關(guān)系，并進一步計算擴散板的缺陷擴散概率，這一過程為風(fēng)險評估提供了重要的輸入，通過缺陷擴散概率對擴散板進行缺陷風(fēng)險等級評估，有助于判斷缺陷對擴散板整體性能的潛在影響。基于缺陷風(fēng)險數(shù)據(jù)，模型訓(xùn)練模塊能夠根據(jù)預(yù)設(shè)風(fēng)險閾值篩選出高缺陷風(fēng)險數(shù)據(jù)，對其進行區(qū)域分割并訓(xùn)練檢測模型。通過該模型，能夠?qū)崿F(xiàn)對高風(fēng)險區(qū)域的高效檢測與預(yù)測，從而實現(xiàn)更精準(zhǔn)的風(fēng)險控制。高風(fēng)險區(qū)域的及時發(fā)現(xiàn)和處理，能夠大大降低由于缺陷引發(fā)的故障率，提高擴散板的長期可靠性。因此，本發(fā)明通過結(jié)合表面和內(nèi)部缺陷分析、缺陷耦合關(guān)系、風(fēng)險評估及區(qū)域分割，提高了缺陷檢測模型的檢測全面性和準(zhǔn)確性。