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。