本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的AOI缺陷分類方法及裝置，其中的方法首先采集面板檢測(cè)圖像；并對(duì)采集的面板檢測(cè)圖像進(jìn)行預(yù)處理；然后基于預(yù)處理后的面板檢測(cè)圖像，構(gòu)建AOI數(shù)據(jù)集；接著針對(duì)AOI數(shù)據(jù)集的特征，選取基本的數(shù)據(jù)擴(kuò)增操作和操作幅度，通過強(qiáng)化學(xué)習(xí)算法控制器在選取的基本的數(shù)據(jù)擴(kuò)增操作和操作幅度中生成擴(kuò)增策略；再將生成的擴(kuò)增策略應(yīng)用于訓(xùn)練集和驗(yàn)證集，獲得擴(kuò)增后的訓(xùn)練集和驗(yàn)證集；最后將擴(kuò)增后的訓(xùn)練集和驗(yàn)證集在預(yù)定義的卷積神經(jīng)網(wǎng)絡(luò)上進(jìn)行AOI缺陷分類。本發(fā)明實(shí)現(xiàn)了在減少收集大量缺陷樣本的人力物力的同時(shí)，大幅提升AOI缺陷分類算法的準(zhǔn)確度的效果。