摘要
本申请提出了一种缺陷检测模型参数的构建方法、控制器、介质及产品,包括:获取多张产品图像;将多张产品图像输入深度学习模型,得到推理结果,其中,推理结果包括缺陷类别;根据推理结果设置初始严格阈值、初始平衡阈值和初始宽松阈值;基于缺陷类别,根据初始严格阈值、初始平衡阈值和初始宽松阈值对深度学习模型的检测参数进行修正,得到修正后的缺陷检测模型参数。由于本申请基于模型推理结果以及分析实际生产的需求,得到修正后的缺陷检测模型参数,进而使缺陷检测模型在实际生产过程中,具备检测缺陷的灵活调整能力,能根据客户需求实时调整检测阈值,确保检测结果既符合特定的质量标准,又适应不同批次的动态要求,实现精准、高效的检测。
技术关键词
缺陷类别
缺陷高度
深度学习模型
参数
计算机可执行指令
点状缺陷
可读存储介质
计算机设备
图像
处理器
检测缺陷
计算机程序产品
控制器
存储器
客户
算法
动态
系统为您推荐了相关专利信息
远程协同控制方法
物联网机器人
因子
协同控制系统
能效
宽窄带融合
比例公平算法
通信方法
时间序列预测模型
信道状态信息