申请/专利权人：安那摩佛西斯网路股份有限公司

申请日：2022-03-31

公开（公告）日：2024-06-14

公开（公告）号：CN118202383A

主分类号：G06T7/00

分类号：G06T7/00;G06T11/40;G06T7/10;G06T7/90;G06N3/08;G01N21/88

优先权：["20211018 JP 2021-170158","20220114 JP 2022-004220"]

专利状态码：在审-公开

法律状态：2024.06.14#公开

摘要：关于各种产品，能对良品、包括已知的不良的不良品、以及包括未知的不良的不良品进行检测并分类。缺陷学习方法包括以下步骤：通过处理电路，将拍摄了检查对象物的有缺陷的原始图像数据和在涂上规定的颜色的步骤中针对原始图像数据按缺陷的种类用规定的颜色标注了标签的已标记图像数据作为第一训练数据来准备一组以上的第一训练数据；通过处理电路，将拍摄了检查对象物的没有缺陷的原始图像数据和与该原始图像数据没有差异的恒等映射数据作为第二训练数据来准备一组以上的第二训练数据；以及通过处理电路，使用第一训练数据和第二训练数据进行学习，由此准备学习完毕的机器学习模型。

主权项：1.一种缺陷检测方法，包括以下步骤：通过处理电路，对拍摄了检查对象物的原始图像中的可能存在于该检查对象物的轮廓状的缺陷部分和区域状的缺陷部分在图像上按缺陷的种类涂上规定的颜色；通过所述处理电路，将拍摄了所述检查对象物的有缺陷的原始图像数据和在涂上所述规定的颜色的步骤中针对所述原始图像数据按缺陷的种类用规定的颜色标注了标签的已标记图像数据作为第一训练数据来准备一组以上的第一训练数据；通过所述处理电路，将拍摄了所述检查对象物的没有缺陷的原始图像数据和与该原始图像数据没有差异的恒等映射数据作为第二训练数据来准备一组以上的第二训练数据；以及通过所述处理电路，使用所述第一训练数据和所述第二训练数据进行学习，由此准备学习完毕的机器学习模型，其中，在准备所述学习完毕的机器学习模型的步骤中，在对所述第一训练数据中的原始图像数据和已标记图像数据进行分块处理来作为分割图像的基础上，按分块后的分割图像进行原始图像数据和已标记图像数据的对应关系的学习，并且，在对所述第二训练数据中的原始图像数据和恒等映射数据同样地进行分块处理来作为分割图像的基础上，按分块后的分割图像进行原始图像数据和恒等映射数据的对应关系的学习，在双方的分块处理中，以分块后邻接的分割图像的双方的边缘部分重叠的方式创建分割图像，而且，在所述第一训练数据中的被作为分割图像的已标记图像数据不包括标记的部分的情况下，进行作为分割图像的原始图像数据和该原始图像数据的恒等映射数据的对应关系的学习。

全文数据：

权利要求：

百度查询： 安那摩佛西斯网路股份有限公司 缺陷检测方法、缺陷检测系统和缺陷检测程序

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD