买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:鲸朵(上海)智能科技有限公司
摘要:本发明公开一种自学习质检方法和装置,其中方法包括:通过训练原始良品图库中良品图像,构建检测模型;采集产品外观图像,通过检测模型从中识别出不良外观图像,并生成当前不良指标;在当前不良指标超过预设值时,根据打标信号,从不良外观图像筛选出过杀图像;选取良品图像替换为过杀图像,得到迭代后的原始良品图库;利用每次迭代后的原始良品图库构建检测模型,识别迭代后的不良外观图像,并生成迭代后的当前不良指标;持续迭代检测模型,直至迭代后的当前不良指标不超过预设值。本发明根据过杀图像与良品差异,不断选取过杀图像替换掉良品图库的图像;提升模型对良品多样性特征的兼容能力,又不会扩大良品图库,进而造成模型训练难度提升。
主权项:1.一种自学习质检方法,其特征在于,包括:通过异常检测算法训练预设的原始良品图库中的良品图像,构建出检测模型;采集若干产品外观图像,通过所述检测模型从所述产品外观图像中识别出多个不良外观图像,并生成当前不良指标;其中,所述当前不良指标是所述不良外观图像的数量占所述产品外观图像的数量的比重;当所述当前不良指标超过预设值时,根据外部输入的打标信号,从所述不良外观图像中筛选出至少一个过杀图像;基于所述检测模型,在所述原始良品图库中,选取预设数量的所述良品图像替换为所述预设数量的所述过杀图像,得到第一次迭代后的所述原始良品图库;利用每次迭代后的所述原始良品图库构建迭代后的检测模型,识别出迭代后的多个所述不良外观图像,并生成迭代后的所述当前不良指标;当迭代后的所述当前不良指标依旧超过所述预设值,通过重复将每次迭代后选取的所述预设数量的所述良品图像替换为所述预设数量的所述过杀图像,持续迭代所述检测模型,直至迭代后得到的所述当前不良指标不超过所述预设值;其中,所述过杀图像是所述检测模型误判的良品图像。
全文数据:
权利要求:
百度查询: 鲸朵(上海)智能科技有限公司 一种自学习质检方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。