1.基于卷积神经网络剪枝算法的手机屏幕MURA缺陷检测方法，包括如下步骤：
1)自定义卷积神经网络，通过训练数据训练该网络直到收敛并且有较高准确率；
2)通过自适应模板匹配的方法来进行卷积神经网络的剪枝，缩小网络规模和网络参数；
3)采集手机屏幕图片数据，生成图片金字塔，分割成图片块，用于测试阶段数据生成，送入到步骤2)获得的剪枝后的卷积神经网络中进行运算；
4)取中间隐层的特征图之和作为响应图，采用阈值分割的方法获得缺陷最终位置并圈出，该方法尤其用于检测MURA缺陷。
2.根据权利要求1所述的方法，其特征在于：步骤2)所述的自适应模板匹配的剪枝具体是：把网络中间隐层的特征图有响应的部分对应到原图中，该部分作为前景，剩下部分作为背景，计算前景和背景的平均亮度差异；取差异最大的若干个特征图进行保留；把剩下的特征图和与之相关的卷积核从网络上剪枝。
3.根据权利要求1所述的方法，其特征在于：步骤3)所述的图片金字塔具体是：将原始高分辨率图片缩小成不同尺度的图片，这些不同尺度的图片合起来称为一组图片金字塔。使用图片金字塔的目的是来检测不同尺度上、不同大小的瑕疵。
4.根据权利要求1所述的方法，其特征在于，步骤4)所述的响应图具体是：采用的是第4个卷积层的输出，把剪枝后网络该层的特征图之和作为缺陷的响应图。