买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种分类模型训练方法和一种分类模型训练装置_歌尔股份有限公司_202110340369.7 

申请/专利权人:歌尔股份有限公司

申请日:2021-03-30

公开(公告)日:2023-05-26

公开(公告)号:CN113052244B

主分类号:G06V10/764

分类号:G06V10/764;G06V10/774

优先权:

专利状态码:有效-授权

法律状态:2023.05.26#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要:本发明公开了一种分类模型训练方法和一种分类模型训练装置。该方法包括:从训练集中抽取部分样本作为初始训练集,用初始训练集训练分类模型;若得到的分类模型未达到预期效果,则根据分类模型对训练集的分类结果,更新当前初始训练集,更新方式包括:向初始训练集中加入至少部分分类错误的样本,和或,从初始训练集中剔除部分分类正确的样本;利用更新后的初始训练集重新训练分类模型,直至分类模型达到预期效果或直至满足训练结束条件。本申请根据每次训练后分类模型对训练集的分类结果,分批次向初始训练集中添加分类错误的样本,和或剔除分类正确的样本,可逐渐优化训练效果,克服类别之间样本不平衡问题,训练速度更快,且训练结果更佳。

主权项:1.一种缺陷检测方法,其特征在于,该方法包括:从训练集中抽取部分样本作为初始训练集,用所述初始训练集训练分类模型,所述训练集为图像训练集,所述图像训练集中的每个样本均包括产品图像以及对应的标注,其中,所述图像训练集中的正样本为良品产生的样本,所述图像训练集中的负样本为瑕疵品产生的样本;若得到的分类模型未达到预期效果,则根据所述分类模型对所述训练集的分类结果,更新当前初始训练集,更新方式包括:向所述初始训练集中加入至少部分分类错误的样本,和从所述初始训练集中剔除部分分类正确的样本,所述向所述初始训练集中加入至少部分分类错误的样本,包括:从所述初始训练集以外的训练集样本中,挑选至少部分分类错误的样本加入所述初始训练集中;若分类错误的样本中各类负样本间的样本个数差异小于预设标准,则将全部分类错误的负样本加入所述初始训练集中;若差异不小于预设标准,则以数量最少的一类负样本的样本个数为基准,或者,以预设的固定数量为基准,挑选相应数量的各类负样本加入所述初始训练集中;利用更新后的初始训练集重新训练所述分类模型,直至所述分类模型达到预期效果或直至满足训练结束条件;所述分类模型用于缺陷检测。

全文数据:

权利要求:

百度查询: 歌尔股份有限公司 一种分类模型训练方法和一种分类模型训练装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术