基于視覺的無(wú)缺陷樣本深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法

基本信息

申請(qǐng)?zhí)?/td> CN201911085284.8 申請(qǐng)日 -
公開（公告）號(hào) CN110852373A 公開（公告）日 2020-02-28
申請(qǐng)公布號(hào) CN110852373A 申請(qǐng)公布日 2020-02-28
分類號(hào) G06K9/62;G06N3/08;G06T7/00 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 許琦;何志權(quán);何志海 申請(qǐng)（專利權(quán)）人 深圳市深視創(chuàng)新科技有限公司
代理機(jī)構(gòu) 深圳市中智立信知識(shí)產(chǎn)權(quán)代理有限公司 代理人 深圳市深視創(chuàng)新科技有限公司
地址 518000 廣東省深圳市福田區(qū)香蜜湖街道竹子林四路越海家園疊翠閣10C
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于視覺的無(wú)缺陷樣本深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法，包括：將產(chǎn)品的原始數(shù)據(jù)及以往缺陷庫(kù)中的缺陷進(jìn)行融合，從而得到產(chǎn)品缺陷數(shù)據(jù)；構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)；把訓(xùn)練數(shù)據(jù)放入所述網(wǎng)絡(luò)中訓(xùn)練，網(wǎng)絡(luò)輸出端則是相應(yīng)無(wú)缺陷的產(chǎn)品，訓(xùn)練模型，以學(xué)習(xí)到具有過濾缺陷能力的網(wǎng)絡(luò)模型；通過對(duì)網(wǎng)絡(luò)模型的輸入端和輸出端做一個(gè)簡(jiǎn)單的差值得到結(jié)果圖；對(duì)結(jié)果圖設(shè)置一定的閾值即可得到產(chǎn)品是否有缺陷、以及對(duì)應(yīng)的缺陷位置和大小信息。本發(fā)明避免了收集標(biāo)記數(shù)據(jù)的時(shí)間和人力導(dǎo)致的生產(chǎn)效率降低問題，進(jìn)一步地與深度學(xué)習(xí)算法相結(jié)合，可以自動(dòng)過濾缺陷，從而利用輸入端與輸出端的差值確定出缺陷信息。