缺陷检测模型训练方法、表面缺陷检测方法及计算机设备

AITNT
正文
推荐专利
缺陷检测模型训练方法、表面缺陷检测方法及计算机设备
申请号:CN202411894943
申请日期:2024-12-21
公开号:CN119832360A
公开日期:2025-04-15
类型:发明专利
摘要
本申请涉及一种缺陷检测模型训练方法、表面缺陷检测方法及计算机设备。所述缺陷检测模型训练方法包括:采用仿制图像生成模型生成仿制缺陷图像数据集;仿制图像生成模型包括经自适应迭代优化的已训练好的生成式对抗网络模型;已训练好的生成式对抗网络模型为采用单个缺陷样本图像对生成式对抗网络模型进行训练得到;基于仿制缺陷图像数据集对神经网络模型进行训练,得到缺陷检测模型。本申请可以得到基于极少量缺陷样本训练一个准确率高、鲁棒性强的缺陷检测模型,从而实现对缺陷的精确检出。
技术关键词
生成式对抗网络模型 检测模型训练方法 表面缺陷检测方法 图像生成模型 神经网络模型 YOLO模型 表面缺陷检测装置 计算机设备 层级 生成算法 数据 样本 周期 计算机程序产品 处理器 可读存储介质 批量
系统为您推荐了相关专利信息
1
结合3D建模的口腔结构信息识别优化方法
识别优化方法 网格 样本 三维模型 点云信息
2
一种基于多任务学习模型的电磁感应检测参数优化方法
多任务学习模型 参数优化方法 碳纤维复材 贝叶斯算法 数据
3
一种即开票油墨的成卷性能优化方法、设备及介质
性能优化方法 油墨 神经网络模型 聚类 可读存储介质
4
一种基于多预报方法融合的船舶全频段水下噪声预报方法
水下噪声 预报方法 船舶 神经网络模型构建 神经网络参数
5
基于快速时域仿真和迁移学习的信号完整性分析通用建模方法及系统
信号完整性分析 通用建模方法 仿真数据 迁移学习策略 动态规划法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号