公开(公告)号：CN116917910A

公开(公告)日：2023-10-20

申请号：CN202280019081.2

申请日：2022-03-25

Applicant: 松下知识产权经营株式会社

Inventor： 周尧 ,  A·M·马修 ,  A·贝克 ,  C·S·维贾亚 ,  N·N·昂 ,  郭凯俊 ,  菅泽裕也 ,  杰弗里·费尔南多 ,  佐藤吉宣 ,  村田久治

IPC: G06N20/00

Abstract: 首先，存放对输入的数据的类别进行推定的多个模型(S1)，多个模型中的至少一个模型是进行了机器学习的模型。接下来，通过从所存放的多个模型中选择两个以上的模型并进行组合，制作多个判定类别的混合模型候选(S2)，通过比较多个混合模型候选(S4)，选择多个混合模型候选中的一个作为混合模型(S6)。

公开(公告)号：CN116848550A

公开(公告)日：2023-10-03

申请号：CN202280013899.3

申请日：2022-01-24

Applicant: 松下知识产权经营株式会社

Inventor： A·贝克 ,  C·S·维贾亚 ,  A·M·马修 ,  N·N·昂 ,  R·克里什纳库马尔 ,  陈宗盛 ,  周尧 ,  P·拉贾戈帕兰 ,  菅泽裕也

IPC: G06T7/00

Abstract: 本主题涉及用于在基于AI的视觉检查处理期间检验与图像相关联的数据收集条件或图像捕获条件的方法和系统。该方法包括生成第一组图像的第一代表图像即FR1图像和第二组图像的第二代表图像即FR2图像。基于计算具有相同坐标值的像素的亮度值之间的差来在FR1图像和FR2图像之间生成差分图像数据。之后，基于获取由像素的亮度差值形成的差分图像数据来在差分图像内确定多个白色像素或强度值中的一个或多于一个白色像素或强度值。确定表示跨FR1图像和FR2图像的数据捕获条件的差异的指数，所述指数至少基于多个白色像素或强度值，例如，基于多个AI或ML技术的应用来确定。

公开(公告)号：CN117121052A

公开(公告)日：2023-11-24

申请号：CN202280023028.X

申请日：2022-03-14

Applicant: 松下知识产权经营株式会社

Inventor： 菅泽裕也 ,  佐藤吉宣 ,  村田久治 ,  杰弗里·费尔南多 ,  周尧 ,  N·N·昂

IPC: G06T7/00

Abstract: 本公开的图像判定装置具备：学习部(101)，使用包括多个第1图像和第1标签的第1训练数据集来进行1种以上的机器学习模型的学习，由此获得1个以上的第1模型，并且使用包括与多个第1图像不同的多个第2图像、第2标签、和第1训练数据集的至少一部分的1个以上的第2训练数据集来进行1种以上的机器学习模型的学习，由此获得1个以上的第2模型；图像获取部(103)，获取对象图像；和判定部(104)，针对由图像获取部(103)获取到的对象图像，输出通过至少使用1个以上的第1模型当中的1个和1个以上的第2模型当中的1个这两个而获得的对象图像的标签的判定结果。