龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大华技术股份有限公司
申请日：2020-07-03
公开（公告）日：2024-06-18
公开（公告）号：CN111814867B
主分类号：G06V10/774
分类号：G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2020.11.10#实质审查的生效;2020.10.23#公开
摘要：本申请公开了缺陷检测模型的训练方法、缺陷检测方法及相关装置。缺陷检测模型的训练方法包括：获取训练图像，其中，训练图像标注有缺陷的真实信息和掩码区域，掩码区域为训练图像中表示缺陷的像素点所组成的区域，真实信息包括缺陷的真实框；利用缺陷检测模型对训练图像进行检测，得到缺陷的检测信息，其中，缺陷的检测信息包括缺陷的最终检测框，缺陷检测模型是利用掩码区域对训练图像的若干初始检测框进行正负样本分类，并基于分类结果确定缺陷的最终检测框；根据缺陷的真实信息和检测信息之间的差异，调整缺陷检测模型的网络参数。通过上述方式，能够提高缺陷检测模型的检测准确性。
主权项：1.一种缺陷检测模型的训练方法，其特征在于，所述缺陷检测模型包括特征提取网络、区域生成网络、特征聚集层和分类层，所述方法包括：获取训练图像，其中，所述训练图像标注有缺陷的真实信息和掩码区域，所述掩码区域为所述训练图像中表示所述缺陷的像素点所组成的区域，所述真实信息包括所述缺陷的真实框；将所述训练图像输入至所述特征提取网络，得到多维特征图；将所述多维特征图输入至所述区域生成网络，以获得多个初始检测框；利用所述掩码区域对所述多个初始检测框进行正负样本分类，包括：获取所述掩码区域在所述真实框中所占的第一像素数量，以及获取所述掩码区域在所述初始检测框中所占的第二像素数量；若所述第二像素数量与所述第一像素数量之间的第一比值小于第一参考阈值，则确定所述初始检测框为负样本；若所述第一比值不小于所述第一参考阈值，则确定所述初始检测框为正样本；基于多个初始检测框的分类结果得到若干候选框；将所述多维特征图和所述若干候选框输入至所述特征聚集层，得到与所述候选框对应的目标特征图；将与所述候选框对应的目标特征图输入至所述分类层，得到所述训练图像中缺陷的检测信息，其中，所述缺陷的检测信息包括所述缺陷的最终检测框；根据所述缺陷的真实信息和所述检测信息之间的差异，调整所述缺陷检测模型的网络参数。
全文数据：
权利要求：
百度查询： 浙江大华技术股份有限公司 缺陷检测模型的训练方法、缺陷检测方法及相关装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号