[发明专利]模型训练方法与电子装置

说明书

模型训练方法与电子装置。所述方法包括：获得第一图像；遮蔽所述第一图像中的至少一区域以获得遮蔽后图像；将所述遮蔽后图像输入至第一模型以获得第一生成图像；根据所述第一生成图像与所述第一图像训练所述第一模型；根据所述第一生成图像与所述第一图像训练所述第二模型；以及当训练所述第一模型达到第一条件且训练所述第二模型达到第二条件时，完成对所述第一模型的训练。借由所述模型训练方法与所述电子装置，可以解决人工标记图像所带来的问题以及有效地避免引发模式崩溃的问题。

【技术领域】

本发明是有关于一种模型训练方法与电子装置。

【背景技术】

在自动光学检查(AOI)领域中，若要使用机器学习或深度学习等方法，常需要使用已标记的图像来对模型进行训练。然而，模型的标记通常是由人工来进行，此情况会耗费大量的人力与时间，并且经由人工标记的图像中可能会有特征漏标和标记错误的问题。而使用有问题的图像来对模型进行训练，往往会造成模型学习效果不佳的问题。

【发明内容】

本发明提供一种模型训练方法与电子装置，可以解决人工标记图像所带来的问题以及有效地避免引发模式崩溃的问题。

本发明的其他目的和优点可以从本发明所公开的技术特征中得到进一步的了解。

为达上述的一或部分或全部目的或是其他目的，本发明提出一种模型训练方法，包括：获得第一图像；遮蔽所述第一图像中的至少一区域以获得遮蔽后图像；将所述遮蔽后图像输入至第一模型以获得第一生成图像；根据所述第一生成图像与所述第一图像训练所述第一模型；根据所述第一生成图像与所述第一图像训练所述第二模型；以及当训练所述第一模型达到第一条件且训练所述第二模型达到第二条件时，完成对所述第一模型的训练。

本发明提出一种电子装置，包括：输入电路与处理器。输入电路用于获得第一图像。处理器耦接至所述输入电路并用于执行下述操作：遮蔽所述第一图像中的至少一区域以获得遮蔽后图像；所述遮蔽后图像输入至第一模型以获得第一生成图像；根据所述第一生成图像与所述第一图像训练所述第一模型；根据所述第一生成图像与所述第一图像训练所述第二模型；以及当训练所述第一模型达到第一条件且训练所述第二模型达到第二条件时，完成对所述第一模型的训练。

基于上述，本发明的模型训练方法与电子装置可以自动地找出待测图像中的特定区域且不需要人工手动地标记图像中的特定区域(例如，瑕疵区域)来训练模型，借此解决人工标记图像所带来的问题。

【附图说明】

图1是依照本发明的一实施例所绘示的电子装置的示意图。

图2是依照本发明的一实施例所绘示的一种神经网络模块的示意图。

图3是依照本发明的一实施例所绘示的一种模型训练方法的流程图。

图4是依照本发明的一实施例所绘示的一种使用第一模型识别图像中的特定区域的方法的流程图。

图5是依照本发明的一实施例所绘示的第一图像与遮避后图像的示意图。

图6是依照本发明的一实施例所绘示的识别待测图像中的瑕疵区域的示意图。

【符号说明】

100：电子装置

20：处理器

22：输入电路

24：图像撷取电路

P1：导光板

S201～S203、S301～S309、S401～S405：步骤

MM1：神经网络模块

M1：第一模型

M2：第二模型

C1～C2：组合