摘要
本发明实施例公开了一种融合判别式模型和生成式模型的缺陷识别方法,所述方法包括:获取第一训练数据集,第一训练数据集包括至少一个训练样本,每一个训练样本包括样本图像以及与该样本图像对应的缺陷标注结果;获取生产参数集,生产参数集为外部输入的生产环节相关的要素参数的集合;通过预设的生成式模型,并融合生产参数集,对第一训练数据集进行生成处理,以获取第二训练数据集;基于第二训练数据集,对预设的判别式模型进行训练,得到训练完成的判别式模型;获取待检测图像,将待检测图像输入判别式模型,获取判别式模型的输出结果作为待检测图像的缺陷分类结果。采用本发明,可提高缺陷识别的准确率和识别效率。
技术关键词
缺陷识别方法
缺陷类别
图像
数据
深度学习模型
样本
计算机设备
可读存储介质
存储计算机程序
生成参数
文本
网络架构
图片
识别装置
模块
存储器
处理器
算法
系统为您推荐了相关专利信息
智能机器人
图像识别装置
防护框
雨滴传感器
移动装置
粉尘
模糊退化模型
环境光
点云
工业图像处理技术
锂电池叠片
工作模块
叠片设备
图像
Apriori算法