欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

模型訓練和缺陷檢測的方法、裝置、設備及可讀存儲介質與流程

文檔序號:40450727發(fā)布日期:2024-12-27 09:15閱讀:來源:國知局

技術特征:

1.一種模型訓練方法,其特征在于,所述方法包括:

2.根據權利要求1所述的方法,其特征在于,

3.根據權利要求1或2所述的方法,其特征在于,所述第一數據增強包括:透明度融合、過渡邊界模糊化以及整體強度均衡化。

4.根據權利要求1或2所述的方法,其特征在于,

5.根據權利要求1或2所述的方法,其特征在于,

6.一種缺陷檢測方法,其特征在于,應用于缺陷檢測裝置中,所述缺陷檢測裝置包括權利要求1-5中任一項所述的方法訓練生成的深度學習模型,所述方法包括:

7.根據權利要求6所述的方法,其特征在于,所述第一設備的類型包括:屏幕、背板、屏幕的邊框以及攝像頭。

8.一種模型訓練裝置,其特征在于,所述裝置包括:用于執(zhí)行如權利要求1-5中任一項所述方法的模塊。

9.一種缺陷檢測裝置,其特征在于,所述裝置包括:用于執(zhí)行如權利要求6或7所述方法的模塊。

10.一種電子設備,其特征在于,包括:

11.一種計算機可讀存儲介質,所述計算機可讀存儲介質中存儲有指令,其特征在于,當所述指令在電子設備上運行時,使得所述電子設備執(zhí)行如權利要求1-5中任一項所述的方法;和/或,使得所述電子設備執(zhí)行如權利要求6或7所述的方法。


技術總結
本申請實施例提供一種模型訓練和缺陷檢測的方法、裝置、設備及可讀存儲介質,涉及圖像處理技術領域,保證了缺陷圖像樣本有足夠的數量和樣本的高質量標注,提升了深度學習模型的性能。該方法包括:獲取樣本數據集,樣本數據集中包括多個合成圖像,合成圖像是對前景圖像和背景圖像進行第一數據增強得到的;確定第一損失函數和第二損失函數,第一損失函數用于表示同一前景圖像對應的不同合成圖像之間的相似度損失,第二損失函數用于表示預測值與真實值之間的差異;將樣本數據集輸入到深度學習模型中,根據第一損失函數和第二損失函數,對深度學習模型進行訓練,得到訓練后的深度學習模型,深度學習模型用于檢測設備的外觀的缺陷情況。

技術研發(fā)人員:金松柏
受保護的技術使用者:榮耀終端有限公司
技術研發(fā)日:
技術公布日:2024/12/26
當前第2頁1 2 
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
通化县| 巴东县| 揭西县| 卓资县| 霍州市| 芜湖县| 江油市| 惠水县| 平昌县| 西充县| 田东县| 潮安县| 宽城| 舟山市| 东方市| 南汇区| 石阡县| 高阳县| 自贡市| 洛扎县| 开原市| 岗巴县| 方山县| 台江县| 高淳县| 和政县| 玛纳斯县| 集安市| 石城县| 军事| 南通市| 长兴县| 诏安县| 察雅县| 华池县| 自贡市| 云浮市| 衡东县| 沾益县| 左权县| 光泽县|