混合型深度學(xué)習(xí)視覺(jué)檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011235407.4 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112329860A | 公開(kāi)（公告）日 | 2021-02-05 |
| 申請(qǐng)公布號(hào) | CN112329860A | 申請(qǐng)公布日 | 2021-02-05 |
| 分類(lèi)號(hào) | G06K9/62(2006.01)I; | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 趙紫州;褚英昊;秦詩(shī)瑋;何英杰;張中泰 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 深圳市微埃智能科技有限公司 |
| 代理機(jī)構(gòu) | 深圳市精英專(zhuān)利事務(wù)所 | 代理人 | 李瑩 |
| 地址 | 518000廣東省深圳市前海深港合作區(qū)前灣一路35號(hào)前海深港青年夢(mèng)工場(chǎng)5棟222室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種混合型深度學(xué)習(xí)視覺(jué)檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及人工智能領(lǐng)域。所述方法包括：通過(guò)預(yù)設(shè)的訓(xùn)練數(shù)據(jù)集訓(xùn)練預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)模型；將訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型的輸出層刪除得到目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型；將訓(xùn)練數(shù)據(jù)集的樣本圖片輸入到目標(biāo)卷積神經(jīng)網(wǎng)絡(luò)模型中，提取圖片的圖像特征值；將圖像特征值輸入到預(yù)設(shè)的聚類(lèi)分類(lèi)器中得到多個(gè)類(lèi)別；確定類(lèi)別與標(biāo)簽的映射關(guān)系；通過(guò)判斷待測(cè)樣本圖片的圖像特征值與所述合格類(lèi)別的類(lèi)心的距離是否小于預(yù)設(shè)的距離閾值從而判定所述待測(cè)樣本圖片的標(biāo)簽為合格品。通過(guò)實(shí)施該方法可有效應(yīng)對(duì)不在訓(xùn)練數(shù)據(jù)集中出現(xiàn)的新的次品問(wèn)題，提高質(zhì)檢的準(zhǔn)確率和魯棒性。?? |
