公开(公告)号：CN108694716B

公开(公告)日：2022-05-17

申请号：CN201810462298.6

申请日：2018-05-15

Applicant: 苏州大学

Inventor： 陈国栋 ,  周玉强 ,  王正 ,  王振华 ,  孙立宁

IPC: G06T7/00 ,  G06T7/80 ,  G06N3/04

Abstract: 本申请公开了一种工件检测方法、模型训练方法及设备，包括：利用第一组训练数据对第一层卷积神经网络进行训练，其中以原始图像样本作为输入，以能够用于确定工件图像的第一信息作为输出；原始图像样本包括正样本和负样本；利用第二组训练数据，对第二层卷积神经网络进行训练，其中以工件图像作为输入，以能够用于确定工件位置关键点图像的第二信息作为输出；利用第三组训练数据，对第三层卷积神经网络中的N个卷积神经网络进行训练，其中在每次对第三层卷积神经网络中的任一个卷积神经网络进行训练时，以一个工件位置关键点图像作为输入，以该工件位置关键点的坐标作为输出。本申请能够有效提升工件检测的检测效率、检测精度以及适用范围。

公开(公告)号：CN108694716A

公开(公告)日：2018-10-23

申请号：CN201810462298.6

申请日：2018-05-15

Applicant: 苏州大学

Inventor： 陈国栋 ,  周玉强 ,  王正 ,  王振华 ,  孙立宁

IPC: G06T7/00 ,  G06T7/80 ,  G06N3/04

CPC classification number: G06T7/0004 ,  G06N3/0454 ,  G06T7/80 ,  G06T2207/20081

Abstract: 本申请公开了一种工件检测方法、模型训练方法及设备，包括：利用第一组训练数据对第一层卷积神经网络进行训练，其中以原始图像样本作为输入，以能够用于确定工件图像的第一信息作为输出；原始图像样本包括正样本和负样本；利用第二组训练数据，对第二层卷积神经网络进行训练，其中以工件图像作为输入，以能够用于确定工件位置关键点图像的第二信息作为输出；利用第三组训练数据，对第三层卷积神经网络中的N个卷积神经网络进行训练，其中在每次对第三层卷积神经网络中的任一个卷积神经网络进行训练时，以一个工件位置关键点图像作为输入，以该工件位置关键点的坐标作为输出。本申请能够有效提升工件检测的检测效率、检测精度以及适用范围。