[发明专利]智能光学检测样品特征与瑕疵AI模型自动产生方法及装置

权利要求书

1.一种智能光学检测样品特征与瑕疵AI模型自动产生方法，其特征在于，实施方式是：

良品取像，是指以相机单元对良品物进行取像，应用相机单元或可动式机构如机械手臂结合光源装置与光源摄影控制模组，施以多种数次打光方式以提供不同光源控制方法开关各组灯源、可编辑灯源强度、角度并结合摄影机重复拍摄功能以达到快速收集数据功能，并收集一少量良品影像；

生成模型训练，是指运用该少量良品影像训练一生成网络，例如生成对抗网络或自动编码器训练完成的该生成模型会将良品及瑕疵转换成不同类型的影像输出；

自动检测，是指以该生成模型结合影像强化算法及影像比较算法，例如局部二值模式强化其特征，及帧差法对图像中所欲标记的特征或是瑕疵进行自动标记，当未来有与良品不同的特征出现时，即可将区域分割并标记为不良。

2.根据权利要求1所述的智能光学检测样品特征与瑕疵AI模型自动产生方法，其特征在于，将生成对抗网络运用于生成模型训练时，包含：

一生成器网络，可以将输入的该少量良品影像或是随机噪声转变成一新的样本影像；

一判别器网络，可以同时观察该少量良品影像和该新的样本影像，判断该新的样本影像是否符合该少量良品影像的真实特征；

其亦同时训练该生成器网络与该判别器网络，使该生成器网络生成的该新的样本影像能够趋近于该少量良品的真实影像，并使判别器网络能够辨别生成的该新的样本影像与该少量良品的真实影像。

3.根据权利要求1所述的智能光学检测样品特征与瑕疵AI模型自动产生方法，其特征在于，将自动编码器运用于生成模型训练时，包含：

一编码器，将输入的该少量良品影像压缩降维成一低维度数据；

一译码器，将该低维度数据解压缩还原成与该少量良品影像相同的数据形式的一新的样本影像；

其亦同时训练该编码器与该译码器构成的一编码译码网络，使该编码译码网络生成的该新的样本影像能够趋近于输入的该少量良品的真实影像。

4.一种智能光学检测样品特征与瑕疵AI模型自动产生装置，其特征在于，该装置包含：

装载收集平台，以供待测物放置；

光源装置，该光源装置设于该装载收集平台上方周缘，备具有同轴光源、线光源、背光源、环形光源、球形光源等各组灯源治具，并结合有可动式机构如机械手臂与光源摄影控制模组施以多种数次打光方式以提供不同光源控制方法开关各组灯源、可编辑灯源强度、角度；

相机单元，该相机单元与该光源装置交错设于该装载收集平台上方周缘，包含有相机治具、线相机治具等应用相机治具并结合摄影机重复拍摄功能与以达到快速收集数据的功能；

智能分类器，联讯有光源摄影控制模组、智能分类训练更新与特征瑕疵自动标记模组与数据库单元，可将初步取像结果通过深度学习、图像处理、逻辑运算等方式进行智能分类；

光源摄影控制模组，联讯有该智能分类训练更新与特征瑕疵自动标记模组、智能分类器、光源装置与相机单元、可动式机构与数据库单元，做为控制该光源装置与相机单元进行智能打光摄影流程；

可动式机构，该可动式机构可为升降式机构输送机构或机械手臂等；

智能分类训练更新与特征瑕疵自动标记模组，分别联讯于相机单元、智能分类器、光源摄影控制模组与数据库单元以接收数据并进行生成网络为基础的神经网络，结合影像强化算法及影像比较算法，例如局部二值模式强化其特征，及帧差法对图像中所欲标记的特征或是瑕疵进行自动标记；

数据库单元，分别联讯于光源摄影控制模组、智能分类器、智能分类训练更新与特征瑕疵自动标记模组，以将调整后的图像与自动标记的结果储存入该数据库单元，并于后续深度学习训练或是其他应用端使用时将储存于该数据库单元的数据输出该智能分类训练更新与特征瑕疵自动标记模组与该光源摄影控制模组以进行深度学习训练或如生产等其他应用端使用。