基于深度学习的参数标定方法、设备及高反面形检测仪

本申请公开了一种基于深度学习的参数标定方法、设备及高反面形检测仪，方法包括：获取训练数据集，训练数据集包括多个样本数据，多个样本数据皆包括被测物的第一高度数据和被测物的相位数据，第一高度数据表征高反面形检测仪的载物平面的高度，载物平面用于放置被测物，相位数据表征被测物的相位，第一高度数据与相位数据对应；以高反面形检测仪的待标定参数作为模型参数，构建初始神经网络模型，初始神经网络模型的目标函数用于基于输入的相位数据，输出第二高度数据，第二高度数据表征高反面形检测仪的预测高度；利用训练数据集对预设的初始神经网络模型进行训练处理，得到目标神经网络模型；以目标神经网络模型的模型参数作为目标标定参数。