[发明专利]产品缺陷检测模型更新的方法、装置、存储介质及终端设备有效
申请号: | 201810019386.9 | 申请日: | 2018-01-09 |
公开(公告)号: | CN108257121B | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 冷家冰;刘明浩;梁阳;文亚伟;张发恩;郭江亮;唐进;尹世明 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/73;G06N3/04;G06N3/08;G06K9/62;G01N21/88 |
代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 王珺;徐瑞红 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 替换 检测系统 准确度 第二检测 产品缺陷 存储介质 模型更新 替换检测 增量调整 终端设备 阈值时 预设 统计 | ||
1.一种产品缺陷检测模型更新的方法,其特征在于,包括:
接收训练生成的第一检测模型;
以所述第一检测模型替换检测系统中服务器运行的第二检测模型,并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例;所述第一检测模型表示当前训练生成的新的检测模型,所述第二检测模型表示所述检测系统中运行的旧的检测模型;所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷;
统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度;
当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度,且两者的差值大于调整阈值时,以预设的比例步长增量调整所述替换比例,并以所述第一检测模型替换检测系统中运行的所述第二检测模型,并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。
2.如权利要求1所述的产品缺陷检测模型更新的方法,其特征在于,还包括:
判断当前统计的所述检测系统的检测准确度是否低于更新阈值;
若是,从训练数据库中获取训练数据;以及
根据获取到的训练数据训练生成第一检测模型。
3.如权利要求1所述的产品缺陷检测模型更新的方法,其特征在于,还包括:
存储所述检测系统接收到的产品图片和所述检测系统计算输出所述产品图片的预测结果,并以存储的数据更新训练数据库中的训练数据;所述预测结果包括所述产品图片中产品缺陷的类别和位置。
4.如权利要求1所述的产品缺陷检测模型更新的方法,其特征在于,所述检测模型包括深度卷积神经网络和缺陷定位分类网络;
所述深度卷积神经网络用于提取接收到的产品图片的特征,并将所述特征输入至所述缺陷定位分类网络中;
所述缺陷定位分类网络用于判断接收到的特征是否存在缺陷,并获得该缺陷的类别和位置。
5.一种产品缺陷检测模型更新的装置,其特征在于,包括:
模型接收模块,用于接收训练生成的第一检测模型;
第一模型替换模块,用于以所述第一检测模型替换检测系统中服务器运行的第二检测模型,并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例;所述第一检测模型表示当前训练生成的新的检测模型,所述第二检测模型表示所述检测系统中运行的旧的检测模型;所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷;
准确度统计模块,用于统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度;
第二模型替换模块,用于当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度,且两者的差值大于调整阈值时,以预设的比例步长增量调整所述替换比例,并以所述第一检测模型替换检测系统中运行的所述第二检测模型,并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。
6.如权利要求5所述的产品缺陷检测模型更新的装置,其特征在于,还包括:
更新判断模块,用于判断当前统计的所述检测系统的检测准确度是否低于更新阈值;
训练数据获取模块,用于当当前统计的所述检测系统的检测准确度低于更新阈值时,从训练数据库中获取训练数据;以及
模型训练模块,用于根据获取到的训练数据训练生成第一检测模型。
7.如权利要求5所述的产品缺陷检测模型更新的装置,其特征在于,还包括:
存储更新模块,用于存储所述检测系统接收到的产品图片和所述检测系统计算输出所述产品图片的预测结果,并以存储的数据更新训练数据库中的训练数据;所述预测结果包括所述产品图片中产品缺陷的类别和位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810019386.9/1.html,转载请声明来源钻瓜专利网。