[发明专利]教师数据生成方法、训练学习模型以及系统

权利要求书

1.一种教师数据生成方法，所述教师数据用于图像识别，所述教师数据生成方法包括：

通过拍摄工件的图像来获取图像数据；以及

将所述图像数据分割成多个第一区域，标记预定信息是否包括在所述多个第一区域的各个中，并生成多个教师数据。

2.根据权利要求1所述的教师数据生成方法，其中，在所述多个教师数据的创建中，通过移位要分割的图像数据的位置而将所述图像数据分割成多个第二区域并标记预定信息是否包括在所述多个第二区域的各个中，来生成多个教师数据。

3.根据权利要求1或2所述的教师数据生成方法，其中，预定信息指示是否存在缺陷。

4.根据权利要求1至3中任一项所述的教师数据生成方法，

其中，所述工件是着色零件，并且

其中，所述预定信息指示所述工件是否利用与预定颜色不同的颜色着色。

5.根据权利要求1至4中任一项所述的教师数据生成方法，其中，对无缺陷工件和有缺陷工件中的各个进行图像数据的获取和多个教师数据的生成。

6.一种进行机器学习的方法，所述方法包括：

将由根据权利要求1至5中任一项所述的教师数据生成方法生成的教师数据输入到学习模型。

7.一种训练学习模型，其通过使用图像数据的机器学习而获得，所述图像数据通过拍摄工件的图像而获得，所述图像数据包括：具有第一背景设计的第一部分和具有与第一背景设计不同的第二背景设计的第二部分，第一部分和第二部分中的各个被分割成多个第一区域，

所述训练学习模型包括：

第一训练学习模型；以及

第二训练学习模型，

其中，第一训练学习模型通过使用多个教师数据的机器学习来训练，所述多个教师数据标记预定信息是否包括在第一部分中的所述多个第一区域的各个中，并且

其中，第二训练学习模型通过使用多个教师数据的机器学习来训练，所述多个教师数据标记预定信息是否包括在第二部分中的所述多个第一区域的各个中。

8.根据权利要求7所述的训练学习模型，

其中，包括预定信息的区域和不包括预定信息的区域各自被分解成多个分量，并且

其中，用于获得包括预定信息的区域中的多个分量的估计值的教师数据和用于获得不包括预定信息的区域中的多个分量的估计值的教师数据被输入到学习模型，并且所述学习模型通过机器学习来训练。

9.根据权利要求8所述的训练学习模型，其中，所述多个分量包括颜色分量、色调、饱和度以及值。

10.根据权利要求6至9中任一项所述的训练学习模型，其中，学习模型使用最近邻法、朴素贝叶斯法、决策树、支持向量机和神经网络中的一者。

11.一种学习方法，其包括：

输入图像数据，所述图像数据包括具有第一背景设计的第一部分和具有与第一背景设计不同的第二背景设计的第二部分；

通过使用多个教师数据的机器学习来进行训练，所述多个教师数据标记预定信息是否包括在第一部分中的多个第一区域的各个中；以及

通过使用多个教师数据的机器学习来进行训练，所述多个教师数据标记预定信息是否包括在第二部分中的多个第一区域的各个中。

12.根据权利要求11所述的学习方法，

其中，包括预定信息的区域和不包括预定信息的区域各自被分解成多个分量，并且

其中，用于获得包括预定信息的区域中的多个分量的估计值的教师数据和用于获得不包括预定信息的区域中的多个分量的估计值的教师数据被输入到学习模型，并且所述学习模型通过机器学习来训练。