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：梅卡曼德(北京)机器人科技有限公司
申请日：2023-07-31
公开（公告）日：2024-06-25
公开（公告）号：CN116862903B
主分类号：G06T7/00
分类号：G06T7/00;G06V10/764;G06V10/82;G06V10/44;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2023.10.27#实质审查的生效;2023.10.10#公开
摘要：本公开提供一种缺陷检测模型训练方法及装置、缺陷检测方法和电子设备，该缺陷检测模型训练方法包括：获取训练集，训练集中的数据种类至少包括以下一种：正常图像、异常图像、图像类型标签、图像掩膜标注；根据训练集中的数据种类，确定待训练单元和训练方式，训练方式包括：无监督、弱监督或有监督；通过训练方式，采用训练集训练待训练单元；在确定满足预设训练条件的情况下，结束训练，得到训练完成的缺陷检测模型。本公开提供的缺陷检测模型可以采用不同的数据种类进行训练，提高缺陷检测模型的鲁棒性，进而能够得到准确识别产品表面缺陷的缺陷检测模型。
主权项：1.一种缺陷检测模型训练方法，其特征在于，包括：获取训练集，所述训练集中的数据种类至少包括以下一种：正常图像、异常图像、图像类型标签、图像掩膜标注；根据所述训练集中的数据种类，确定与所述数据种类对应的待训练单元和训练方式，所述训练方式包括：无监督、弱监督或有监督，所述待训练单元至少包括所述缺陷检测模型中的单元，所述缺陷检测模型包括：第一分支网络和第二分支网络；通过所述训练方式，采用所述训练集训练所述待训练单元，所述待训练单元包括所述第一分支网络或所述第二分支网络；在确定满足预设训练条件的情况下，结束训练，得到训练完成的缺陷检测模型，训练得到的第一分支网络和第二分支网络用于分别对图像进行预测。
全文数据：
权利要求：
百度查询： 梅卡曼德(北京)机器人科技有限公司 缺陷检测模型训练方法及装置、缺陷检测方法和电子设备
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