图像缺陷检测模型的训练方法、装置、计算机设备

    公开(公告)号:CN113610787A

    公开(公告)日:2021-11-05

    申请号:CN202110852005.7

    申请日:2021-07-27

    Abstract: 本申请涉及一种图像缺陷检测模型的训练方法、装置、计算机设备和存储介质。该方法包括:通过训练好的特征增强模型中的第一生成器可以生成属于目标域的多个无标签的生成图像。这样,能够获得特征大大增强的生成图像,再对该生成图像进行聚类处理,得到各生成图像分别对应的类别;构建各个类别对抗模型,并基于同一类别的生成图像得到训练完成的各个类别对抗模型;将获取随机变量数据、该噪声数据,叠加输入至各个类别对抗模型中的第二生成器,大大生成了各类别的类别特征图像,极大的缓解了样本量不足的情况,能够避免过拟合的情况,再基于各类别特征图像得到泛化能力提高的训练好的缺陷检测模型,进而大大提高微米级缺陷检测的准确率和召回率。

    一种佐证材料图像的处理方法和装置

    公开(公告)号:CN118116004A

    公开(公告)日:2024-05-31

    申请号:CN202410193390.2

    申请日:2024-02-21

    Abstract: 本发明公开了一种佐证材料图像的处理方法,包括:获取佐证材料图像,对所述佐证材料图像进行预处理,得到目标文档图片;对所述目标文档图片进行检测,将所述目标文档图片分割为文本区域、图像区域和表格区域,所述图像区域包括印章图像区域;对所述文本区域进行文本识别,得到第一文本数据;根据所述表格区域的结构,对所述表格区域进行文本识别,得到第二文本数据;对所述印章图像区域进行文本识别,得到第三文本数据;采用基于相似度的短文本匹配算法对所述第一文本数据、所述第二文本数据和所述第三文本数据进行相似度校验,验证所述佐证材料图像的真实性。采用本发明实施例,能够实现非结构化佐证材料图像的智能准确审核及处理。

    图像缺陷检测模型的训练方法、装置、计算机设备

    公开(公告)号:CN113610787B

    公开(公告)日:2024-11-08

    申请号:CN202110852005.7

    申请日:2021-07-27

    Abstract: 本申请涉及一种图像缺陷检测模型的训练方法、装置、计算机设备和存储介质。该方法包括:通过训练好的特征增强模型中的第一生成器可以生成属于目标域的多个无标签的生成图像。这样,能够获得特征大大增强的生成图像,再对该生成图像进行聚类处理,得到各生成图像分别对应的类别;构建各个类别对抗模型,并基于同一类别的生成图像得到训练完成的各个类别对抗模型;将获取随机变量数据、该噪声数据,叠加输入至各个类别对抗模型中的第二生成器,大大生成了各类别的类别特征图像,极大的缓解了样本量不足的情况,能够避免过拟合的情况,再基于各类别特征图像得到泛化能力提高的训练好的缺陷检测模型,进而大大提高微米级缺陷检测的准确率和召回率。

Patent Agency Ranking