原文传递
一种屏幕检测的小样本集快速换型的方法
| 专利名称： | 一种屏幕检测的小样本集快速换型的方法 |
| 摘要： | 一种屏幕检测的小样本集快速换型方法,包括：1)采集现有大量数据的无缺陷图片和有缺陷图片，进行标记，制作训练数据集。采集需换型屏幕的数据，制作小样本数据集；2)利用已制作的数据集训练自定义卷积神经网络至收敛并且有较高准确率，将小样本数据集输入卷积神经网络，提取特征图，作为生成对抗网络的训练数据，训练自定义的生成对抗网络，直至收敛；3)利用生成对抗网络生成特征图，作为卷积神经网络的调优数据，强化训练卷积神经网络，直至收敛；4)将工业相机拍摄的屏幕图片进行多尺度缩放，并且以有重叠的方式分割成图像块。将所有图像块送入加强训练后的卷积神经网络模型，从而得到最终结果。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 浙江大学 |
| 发明人： | 宋明黎;沈红佳;高鑫 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810218913.9 |
| 公开号： | CN108802041A |
| 代理机构： | 杭州天正专利事务所有限公司 33201 |
| 代理人： | 王兵;黄美娟 |
| 分类号： | G01N21/88(2006.01)I;G06N3/08(2006.01)I;G;G01;G06;G01N;G06N;G01N21;G06N3;G01N21/88;G06N3/08 |
| 申请人地址： | 310027 浙江省杭州市西湖区浙大路38号 |
| 主权项： | 1.一种屏幕检测的小样本集快速换型方法，包括如下步骤：1)采集现有大量数据的无缺陷图片和有缺陷图片，制作训练数据集；并且，采集需换型屏幕的无缺陷图片和有缺陷图片，制作小样本集；其中，统一把无缺陷图片标记为0，有缺陷图片标记为1；2)利用已经制作好的训练数据集训练自定义的卷积神经网络直至收敛并且有较高的准确；将小样本集输入已经训练好的卷积神经网络中，提取特征图，作为生成对抗网络的训练数据，训练自定义的生成对抗网络，直至收敛；3)利用生成对抗网络生成特征图，作为卷积神经网络的调优数据，强化训练卷积神经网络，直至收敛；4)采集屏幕图片数据，采用多尺度的方式缩放图片，并且以有重叠的方式分割成图像块。将图像块送入经过数据强化训练后的卷积神经网络中进行运算，得到特征图，得到最终结果。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
