一種用于機器視覺缺陷檢測的深度學習模型訓練方法

基本信息

申請?zhí)?/td> CN202110384472.1 申請日 -
公開（公告）號 CN113095400A 公開（公告）日 2021-07-09
申請公布號 CN113095400A 申請公布日 2021-07-09
分類號 G06K9/62（2006.01）I;G06K9/54（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 林廣棟;江凱;王強;黃光紅;劉振 申請（專利權）人 安徽芯紀元科技有限公司
代理機構 合肥律眾知識產(chǎn)權代理有限公司 代理人 趙娟
地址 230000安徽省合肥市高新區(qū)習友路3366號博微產(chǎn)業(yè)園系統(tǒng)協(xié)同中心7樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種用于機器視覺缺陷檢測的深度學習模型訓練方法，基于少量缺陷產(chǎn)品外觀圖像和大量正常產(chǎn)品外觀圖像進行模型訓練，采用負樣本擴增方法對少量缺陷產(chǎn)品外觀圖像進行樣本擴增，具體包括如下步驟：將缺陷產(chǎn)品外觀圖像中的缺陷部分截取出來，形成缺陷圖像；對缺陷圖像進行擴增處理，形成大量人工缺陷圖像；通過圖像融合的方式將人工缺陷圖像融入到正常產(chǎn)品外觀圖像中的隨機位置，形成人工缺陷產(chǎn)品外觀圖像；將人工缺陷產(chǎn)品外觀圖像列入訓練樣本集用于模型訓練。本發(fā)明提供一種負樣本擴增方法，能夠在負樣本稀缺的情況下，快速負樣本的擴增，尤其適用于無序產(chǎn)品外觀缺陷樣本擴增，大大提升了模型訓練效果，提高了缺陷產(chǎn)品的檢出率。