[发明专利]缺陷检测的样本获取方法、训练方法、装置、介质和设备有效
| 申请号： | 201711367414.8 | 申请日： | 2017-12-18 |
| 公开（公告）号： | CN107992900B | 公开（公告）日： | 2020-09-11 |
| 发明（设计）人： | 田霖;王晓红 | 申请（专利权）人： | 深圳市盛波光电科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/583;G06F16/51;G06F16/16;G06N20/00 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 余哲玮 |
| 地址： | 518000 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种缺陷检测的样本获取方法、训练方法、装置、介质和设备；该方法包括：获取缺陷检测生成的图片及图片的缺陷类别和属性信息；根据所有图片的属性信息构建准训练样本；根据缺陷类别对图片进行分类标定，得到相同缺陷类别的图片所组成的缺陷类别集；根据缺陷类别集中图片的属性信息和准训练样本的属性信息进行匹配检测，生成缺陷类别集对应的、用于输入机器学习分类算法以获取分类特征的训练样本。如此，可充分利用缺陷检测的结果，对图片的分类标定工作量少，且不需要人工在线参与，可以支持离线处理，处理速度快；如此，训练样本的生成效率高，可提高获取用于优化分类器参数的分类特征的效率，从而分类器参数的优化效率高。 | ||
| 搜索关键词： | 缺陷 检测 样本 获取 方法 训练 装置 介质 设备 | ||
【主权项】：
一种缺陷检测的样本获取方法，其特征在于，包括：获取缺陷检测生成的图片及所述图片的缺陷类别和属性信息；根据所有图片的属性信息构建准训练样本；根据所述缺陷类别对所述图片进行分类标定，得到相同缺陷类别的图片所组成的缺陷类别集；根据所述缺陷类别集中图片的属性信息和所述准训练样本的属性信息进行匹配检测，生成所述缺陷类别集对应的、用于输入机器学习分类算法以获取分类特征的训练样本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市盛波光电科技有限公司，未经深圳市盛波光电科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711367414.8/，转载请声明来源钻瓜专利网。
