[发明专利]零部件的异常检测方法及装置在审
| 申请号： | 201910817968.6 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110533654A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 江金陵;吴信东 | 申请（专利权）人： | 北京明略软件系统有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/73;G06K9/46;G06K9/62 |
| 代理公司： | 11240 北京康信知识产权代理有限责任公司 | 代理人： | 江舟<国际申请>=<国际公布>=<进入国 |
| 地址： | 100086 北京市海淀区*** | 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： | 本发明提供了一种零部件的异常检测方法及装置，上述方法包括：获取第一零部件的正常样本以及异常样本，其中，所述正常样本包括：所述第一零部件的第一图片，所述异常样本包括：与所述第一零部件处于不同位置的第二零部件的第二图片；使用所述正常样本以及所述异常样本对孪生神经网络模型进行训练，其中，所述孪生神经网络模型用于确定输入到所述孪生神经网络模型中的正常样本与异常样本的相似度；使用训练完成后的所述孪生神经网络模型检测输入到所述孪生神经网络模型的第三图片中的第一零部件是否存在异常。通过本发明，可以解决相关技术中零部件的异常检测的效率较低的问题。 | ||
| 搜索关键词： | 神经网络模型 零部件 正常样本 样本 异常检测 检测输入 相似度 图片 | ||
【主权项】：
1.一种零部件的异常检测方法，其特征在于，包括：/n获取第一零部件的正常样本以及异常样本，其中，所述正常样本包括：所述第一零部件的第一图片，所述异常样本包括：与所述第一零部件处于不同位置的第二零部件的第二图片；/n使用所述正常样本以及所述异常样本对孪生神经网络模型进行训练，其中，所述孪生神经网络模型用于确定输入到所述孪生神经网络模型中的正常样本与异常样本的相似度；/n使用训练完成后的所述孪生神经网络模型检测输入到所述孪生神经网络模型的第三图片中的第一零部件是否存在异常。/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北京明略软件系统有限公司，未经北京明略软件系统有限公司许可，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/201910817968.6/，转载请声明来源钻瓜专利网。
