模型学习系统、模型学习方法以及存储介质

    公开(公告)号:CN111310779A

    公开(公告)日:2020-06-19

    申请号:CN201911277899.0

    申请日:2019-12-12

    Abstract: 提供一种能够减少学习所需的数据量的模型学习系统、模型学习方法以及存储介质。实施方式的模型学习系统具备处理部。所述处理部进行如下处理:将第一图像输入至模型并取得从所述模型输出的第二图像,对所述第二图像进行校正并生成第三图像,将所述第一图像用作输入数据并将所述第三图像用作示教数据来使所述模型学习。

    模型学习系统、模型学习方法以及存储介质

    公开(公告)号:CN111310779B

    公开(公告)日:2023-11-03

    申请号:CN201911277899.0

    申请日:2019-12-12

    Abstract: 提供一种能够减少学习所需的数据量的模型学习系统、模型学习方法以及存储介质。实施方式的模型学习系统具备处理部。所述处理部进行如下处理:将第一图像输入至模型并取得从所述模型输出的第二图像,对所述第二图像进行校正并生成第三图像,将所述第一图像用作输入数据并将所述第三图像用作示教数据来使所述模型学习。

    判定装置、检查系统、判定方法、程序以及存储介质

    公开(公告)号:CN118475965A

    公开(公告)日:2024-08-09

    申请号:CN202280086734.9

    申请日:2022-12-07

    Abstract: 本发明提供能够判定分类模型的适应性的判定装置、检查系统、判定方法、程序以及存储介质。实施方式的判定装置判定分类模型的适应性,所述分类模型包括神经网络、且根据图像的输入来输出分类结果。所述判定装置取得输入图像被输入到所述分类模型时的所述神经网络的中间层中的中间数据。所述判定装置还使用多个所述中间数据和预先准备的多个参照数据来判定所述适应性。

    再学习系统、检查系统、提取装置、再学习方法以及存储介质

    公开(公告)号:CN118333121A

    公开(公告)日:2024-07-12

    申请号:CN202410044019.X

    申请日:2024-01-11

    Abstract: 本发明提供能够缩短再学习所需的时间的再学习系统、检查系统、提取装置、再学习方法以及存储介质。再学习系统具备:第一提取部,将多个第一学习数据分别输入到神经网络,从中间层提取多个第一特征量数据,将新的多个第二学习数据分别输入到神经网络,从中间层提取多个第二特征量数据;聚类部,将多个第一特征量数据以及多个第二特征量数据划分为多个类别;第二提取部,以降低多个类别之间的数据数的比率之差的方式,从多个类别中提取多个第一特征量数据以及多个第二特征量数据的一部分;更新部,使用与多个第一特征量数据的一部分对应的多个第一学习数据的一部分以及与多个第二特征量数据的一部分对应的多个第二学习数据的一部分,更新神经网络。

    学习模型的生成方法、图像处理方法、图像处理系统以及焊接系统

    公开(公告)号:CN114387491A

    公开(公告)日:2022-04-22

    申请号:CN202110725305.9

    申请日:2021-06-29

    Abstract: 提供一种具有较高的特征提取精度的学习模型的生成方法、图像处理方法、图像处理系统以及焊接系统。学习模型的生成方法具备如下工序:取得教师数据的工序,所述教师数据包括多个学习用的输入图像、和从所述多个学习用的输入图像中的一个提取了特征而得到的学习用的特征提取图像;以及使用所述教师数据使学习模型学习的工序,所述学习模型输出根据多个输入图像推定出的所述特征的提取图像。所述学习模型包括进行卷积的输入层。所述多个学习用的输入图像各自中的所述特征的位置相互不同。所述多个学习用的输入图像中的所述特征的位置的变化量小于所述输入层的滤波器的卷积核尺寸。

Patent Agency Ranking