申请/专利权人:联想(北京)有限公司
申请日:2020-05-29
公开(公告)日:2024-04-26
公开(公告)号:CN111627015B
主分类号:G06T7/00
分类号:G06T7/00;G06T9/00;G06V10/40;G01N21/88
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2020.09.29#实质审查的生效;2020.09.04#公开
摘要:本申请公开了一种小样本缺陷识别方法、装置、设备及存储介质,获取待测图像,将待测图像输入编码器,通过编码器获得待测图像对应的第一特征向量;所述编码器是通过多个包含第二物体的样本图像作为包含编码器和解码器的第一神经网络的输入,将标准图像与解码器输出图像的比较结果作为损失函数,训练第一神经网络得到的,所以基于编码器得到的第一特征向量不包括待测图像中的噪声数据和除第一物体外的背景数据,数据维度大大降低;将第一特征向量输入预构建的缺陷识别模型后,缺陷识别模型的处理速度大大提升,且缺陷识别模型仅依赖第一物体自己的特征,提高了缺陷识别模型确定第一物体是否具有缺陷的准确性。
主权项:1.一种小样本缺陷识别方法,包括:获取待测图像,所述待测图像包括第一物体;将所述待测图像输入编码器,通过所述编码器获得所述待测图像对应的第一特征向量;其中,所述第一特征向量包括所述第一物体对应的图像数据;通过将包含第二物体的样本图像作为包含编码器和解码器的第一神经网络的输入,将标准图像与所述解码器的输出图像的比较结果作为损失函数,训练所述第一神经网络,以得到所述编码器;所述标准图像是指去除所述样本图像包含的噪声数据以及除所述第二物体外的背景数据后的图像;将所述第一特征向量输入缺陷识别模型,通过所述缺陷识别模型获得所述待测图像对应的预测缺陷结果,所述缺陷识别模型是基于小样本训练得到的。
全文数据:
权利要求:
百度查询: 联想(北京)有限公司 小样本缺陷识别方法、装置、设备及存储介质
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。