摘要
本公开涉及一种烟丝的掺配均匀性的检测方法、模型训练方法和装置,涉及卷烟生产技术领域。模型训练方法包括:获取烟丝的原始样本光谱图像;将原始样本光谱图像输入训练后的图像生成器,以得到重构光谱图像;将由原始样本光谱图像和重构光谱图像组成的样本光谱图像输入深度学习网络模型中的编码器,以得到样本光谱特征图;将样本光谱特征图输入深度学习网络模型中的判别器,以得到烟丝掺配均匀性的检测结果;根据烟丝掺配均匀性的检测结果,计算损失函数值;根据损失函数值,对深度学习网络模型进行训练。通过以上方法,能够更好、更快地对烟丝掺配均匀性检测模型进行训练,进而有助于对烟丝掺配均匀性进行简单、高效、精准地检测。
技术关键词
深度学习网络模型
模型训练方法
图像生成器
重构光谱
检测烟丝
网络单元
服务器集群
样本
编码器
加密指示信息
卷积神经网络模型
计算机程序指令
特征提取模块
终端设备
解码器
计算机程序产品
处理器
系统为您推荐了相关专利信息
深度学习网络模型
光流特征
多层卷积神经网络
表情检测方法
人脸特征点
驾驶模型训练方法
交通
云端服务器
车辆
匈牙利匹配算法
模型训练方法
指标检测设备
检测数据输入
识别方法
识别系统
生成图像生成模型
图像生成模型训练方法
变形算法
生成训练样本
训练样本集
流场特征
工况
预测模型训练方法
数据
计算机设备