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