[发明专利]递归性深度学习系统的训练方法与检测系统在审
| 申请号： | 201811124079.3 | 申请日： | 2018-09-26 |
| 公开（公告）号： | CN110738630A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 安比卡帕亚鲁木鲁甘;林建仲;谢承桦 | 申请（专利权）人： | 由田新技股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 11252 北京维澳专利代理有限公司 | 代理人： | 王立民;张应 |
| 地址： | 中国台湾新北市中*** | 国省代码： | 中国台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种递归性深度学习系统的训练方法，包括提供至少一个未标记的待测物影像；针对该至少一个未标记的待测物影像进行标记；当该深度学习系统针对该待测物影像为第一次训练时，储存标记的该待测物影像于影像数据库内；深度学习系统针对影像数据库内标记的该待测物影像，进行训练程序，以分辨该待测物影像的瑕疵；提供未标记的另一待测物影像至已训练的该深度学习系统，以分辨该待测物影像的瑕疵，获得检测结果；以及其中当该深度学习系统针对该待测物影像非第一次训练时，将该检测结果进行标准规范分析，若已训练的该深度学习系统符合标准规范，则停止该训练程序。 | ||
| 搜索关键词： | 待测物影像 学习系统 影像数据库 标准规范 检测结果 训练程序 瑕疵 分辨 递归性 储存 分析 | ||
【主权项】：
1.一种递归性深度学习系统的训练方法，其特征在于，包括：a)提供至少一个未标记的待测物影像；b)针对该至少一个未标记的待测物影像进行标记；c)当该深度学习系统针对该待测物影像为第一次训练时，储存标记的该待测物影像于影像数据库内；d)深度学习系统针对影像数据库内标记的该待测物影像，分辨该待测物影像的瑕疵，依据输出与预期输出之间的误差训练该深度学习系统；e)提供未标记的另一批待测物影像至已训练的该深度学习系统，以分辨该待测物影像的瑕疵，获得检测结果；以及其中当该深度学习系统针对该待测物影像非第一次训练时，将该检测结果进行标准规范分析，若已训练的该深度学习系统符合标准规范，则停止该训练程序，若不符合该标准规范，则继续进行上面a)到e)的流程。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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由田新技股份有限公司，未经由田新技股份有限公司许可，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/patent/201811124079.3/，转载请声明来源钻瓜专利网。
