本发明涉及ccd检查缺陷领域，具体涉及一种应用自适应参数包生产的方法。
背景技术：
1、目前的ccd缺陷检查只能检查图片ok/ng和缺陷的大致部位，且还无法自定ng的包含范围。另外参数设定需要手动调整，很难实时调整至最优参数。还有对环境的变化过于敏感，无法检测环境异常和自适应环境差异。这样一来，对不同产品的缺陷无法进行准确分类，而且无法通过不同批次的产品特征自适应产品参数，也就无法在试料及生产过程实时纠正ccd检查模型，形成生产参数包。
2、因此，有必要提供一种新的技术方案。
技术实现思路
1、为解决现有技术中存在的技术问题，本发明公开了一种应用自适应参数包生产的方法，具体技术方案如下所述：
2、本发明提供一种应用自适应参数包生产的方法，包括如下步骤：
3、s1，试料：对每批次物料进行监测，实时获取生产信息；
4、s2，对产品缺陷进行分类：将根据行业经验总结的缺陷特征和算法计算出的各种缺陷特征做出分类；
5、s3，依靠ai算法统计产品缺陷类别：基于计算机视觉技术和数学、统计建模分析，捕捉产品的各种缺陷特征，将这些视觉特征抽象化、数值化，并在一定的数据积累基础上，统计出各类别缺陷具有的总体特征，应用这些总体特征区分每个产品缺陷所属类别，并将之作为参数包输出；
6、s4，算法返回：根据参数包中的统计参数针对单个产品输出特征值和缺陷特征，输出结果判定产品是否合格，若不合格则记录产品的缺陷特征。
7、进一步地，步骤s2中的缺陷分类是以产品的不同特征作出分类，所述类别包括破损、脏污、电极缺陷、本体缺陷。
8、进一步地，其还包括算法自我迭代步骤，针对筛选出的导致估计偏差的产品，抽象并量化图像中的各种特征，提取这些产品的特征信息并优化s3中的缺陷算法。
9、进一步地，若s4中记录的缺陷特征为新的缺陷特征，则将新的缺陷特征反馈回s3中输出的参数包，并不断更新。
10、进一步地，若s4中记录的缺陷特征在同批次产品中多次出现，则应检测环境是否有异常。
11、本发明具有以下有益效果：
12、1、本发明提供的应用自适应参数包生产的方法，能够通过捕捉图片上的缺陷特征，将之准确的归属到对应的缺陷类别中去。
13、2、本发明提供的应用自适应参数包生产的方法，通过算法的自我迭代，不断适应更新缺陷算法，并实时应用到参数包中。
14、3、本发明提供的应用自适应参数包生产的方法，通过检测同批次产品中是否多次出现相同的缺陷特征来反应是否是环境有异常。
15、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
1.一种应用自适应参数包生产的方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的应用自适应参数包生产的方法，其特征在于：步骤s2中的缺陷分类是以产品的不同特征作出分类，所述类别包括破损、脏污、电极缺陷、本体缺陷。
3.根据权利要求1所述的应用自适应参数包生产的方法，其特征在于：其还包括算法自我迭代步骤，针对筛选出的导致估计偏差的产品，抽象并量化图像中的各种特征，提取这些产品的特征信息并优化s3中的缺陷算法。
4.根据权利要求1所述的应用自适应参数包生产的方法，其特征在于：若s4中记录的缺陷特征为新的缺陷特征，则将新的缺陷特征反馈回s3中输出的参数包，并不断更新。
5.根据权利要求1所述的应用自适应参数包生产的方法，其特征在于：若s4中记录的缺陷特征在同批次产品中多次出现，则应检测环境是否有异常。