学习模型生成方法以及检查装置
    5.
    发明公开

    公开(公告)号:CN116894966A

    公开(公告)日:2023-10-17

    申请号:CN202310312194.8

    申请日:2023-03-28

    Inventor: 轻部俊和

    Abstract: 本发明的课题在于生成一种即使在存在2个类别、成为学习源的图像数据为不均衡数据的情况下,也能够高精度地进行每个类别的识别那样的学习模型。基于不均衡数据的多个类别的数据来进行自动编码器的学习。向学习完毕的自动编码器输入不均衡数据,取得给定参数的输入图像数据与输出图像数据的误差。以使按照第一类别数据中得到较大的误差的顺序计数的第一类别数据的数量与第二类别数据的数量均衡的方式,提取各类别的数据作为教师数据。使卷积神经网络学习教师数据而得到学习模型。

    教师数据收集装置
    6.
    发明公开

    公开(公告)号:CN116894459A

    公开(公告)日:2023-10-17

    申请号:CN202310209455.3

    申请日:2023-03-07

    Inventor: 轻部俊和

    Abstract: 本发明的课题在于提供教师数据收集装置,能够在尽可能减少专家数据的同时,收集用于生成具有高分类精度的学习模型的教师数据。为此,计算在非专家数据保存部(13)中保存的所有的非专家数据的特征量的第一标准偏差(α),计算在专家数据保存部(14)中保存的所有的专家数据的特征量的第二标准偏差(β)。此外,计算在非专家数据保存部(13)中保存的所有的非专家数据的特征量的第一秩和(ξ),计算在专家数据保存部(14)中保存的所有的专家数据的特征量的第二秩和(θ)。然后,基于第一标准偏差(α)和第二标准偏差(β)以及第一秩和(ξ)和第二秩和(θ)来决定专家对不合格品数据的取得的继续以及结束。

    伪不合格品数据生成方法
    7.
    发明公开

    公开(公告)号:CN116894989A

    公开(公告)日:2023-10-17

    申请号:CN202310319355.6

    申请日:2023-03-29

    Inventor: 轻部俊和

    Abstract: 本发明提供一种伪不合格品数据生成方法。准备真实不合格品数据以及合格品数据,通过使深度生成模型学习它们,生成混合有合格品数据以及真实不合格品数据的特征的潜在变量,通过使分类模型学习潜在变量,生成被分类为合格品潜在变量和不合格品潜在变量的分类完成合格品/不合格品潜在变量,通过从分类完成合格品/不合格品潜在变量中删除合格品潜在变量,输出包含灰色潜在变量的不合格品潜在变量,通过使距离学习模型学习该不合格品潜在变量以及合格品潜在变量,删除灰色潜在变量,通过使深度生成模型学习所得到的不合格品潜在变量,生成比真实不合格品数据的数量多的伪不合格品数据。

    教师数据生成方法以及生成装置
    8.
    发明公开

    公开(公告)号:CN117391184A

    公开(公告)日:2024-01-12

    申请号:CN202310661336.1

    申请日:2023-06-06

    Abstract: 本发明提供能基于许多个合格品图像和少量的不合格品图像来生成充足的量和质的教师数据的教师数据的生成方法。本发明的教师数据生成方法在使用无缺陷的产品或部件的图像即合格品图像和有缺陷的产品或部件的图像即不合格品图像进行学习的缺陷分类模型中,生成合格品教师数据和不合格品教师数据,具有:取得从许多个合格品图像中提取给定的第一维数的特征量而得到的许多个合格品特征量数据作为合格品教师数据的工序;将利用使用从数量比合格品图像的数量少的不合格品图像中提取第一维数的特征量而得到的少量的不合格品特征量数据进行了学习的生成模型生成第一维数的特征量而得到的许多个生成不合格品特征量数据作为不合格品教师数据而取得的工序。

    检查装置
    9.
    发明公开
    检查装置 审中-实审

    公开(公告)号:CN116894967A

    公开(公告)日:2023-10-17

    申请号:CN202310312348.3

    申请日:2023-03-28

    Inventor: 轻部俊和

    Abstract: 本发明提供一种进行更高精度地识别检查对象图像属于正常图像和异常图像中的哪一者的检查的检查装置。进行检查对象的图像是正常图像还是异常图像的检查的检查装置(1)具有:学习部(20A),进行学习以使得能够重构正常图像数据;误差推算部(23),推算将多个输入图像数据输入到学习部(20A)时的重构误差;阈值推算部(24),基于重构误差推算阈值;以及识别部(25),基于阈值进行识别。误差推算部(23)一边在图像数据上对检测区域(E)进行扫描一边依次对输入图像数据(DI)与输出图像数据(DO)进行比较。

    教师数据生成方法以及生成装置
    10.
    发明公开

    公开(公告)号:CN116894808A

    公开(公告)日:2023-10-17

    申请号:CN202310303691.1

    申请日:2023-03-27

    Abstract: 本发明提供一种教师数据的生成方法,能够基于少数的不合格品数据以低成本生成进行了高精度的注释的许多个教师数据。教师数据生成方法具有:使用在灰度的不合格品图像上重叠以彩色表示缺陷的范围的边界信息而成的学习图像作为训练数据,使生成模型学习生成包含新的灰度的缺陷的图像和彩色的边界信息的图像的生成缺陷图像的工序;使用学习完毕的生成模型对生成缺陷图像进行生成的工序;从生成的生成缺陷图像中抽出具有与彩色对应的像素值的像素来提取边界信息,并且取得不包含边界信息的图像的灰度缺陷图像的工序;计算所提取出的边界信息的坐标作为边界坐标的工序;将灰度缺陷图像与边界坐标建立关联而设为不合格品教师数据的工序。

Patent Agency Ranking