-
公开(公告)号：CN115605746A
公开(公告)日：2023-01-13
申请号：CN202180035168.4
申请日：2021-05-28
Applicant: 欧姆龙株式会社(JP)
Abstract: 本发明的一方面涉及的检查装置使用第一推测模型从对象图像提取关注区域，使用关注区域的提取结果执行第二推测模型的运算处理，并根据第二推测模型的运算结果判定对象产品是否存在缺陷。第一推测模型根据拍到对象环境中的无缺陷产品的多个第一学习图像生成，第二推测模型根据拍到缺陷的多个第二学习图像生成。第二推测模型的运算处理包括通过分别向低维度的空间投影而生成维度不同的多个特征图，关注区域的提取结果在第二推测模型的运算处理的过程中被合并至多个特征图中的至少任意一个。
-
公开(公告)号：CN112534472A
公开(公告)日：2021-03-19
申请号：CN201980052353.7
申请日：2019-11-14
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 本发明提供一种图像判定装置等，即便在进行学习模型的追加学习的情况下，也明确由学习模型的何种变更导致判定结果变化。图像判定装置包括：一个或多个特征提取器，分别基于检查对象的图像而输出表示图像的特定特征的特征数据；第一学习部，使第一判定器以下述方式进行学习，即，基于将第一学习图像输入至一个或多个特征提取器时输出的第一特征数据，输出表示与第一学习图像关联的第一标签数据的第一输出数据；第二学习部，使第二判定器以下述方式进行学习，即，基于将第二学习图像输入至一个或多个特征提取器时输出的第二特征数据，输出表示与第二学习图像关联的第二标签数据的第二输出数据；以及输出部，基于第一输出数据及第二输出数据，输出表示与图像有关的综合判定结果的输出数据。
-
公开(公告)号：CN112534245A
公开(公告)日：2021-03-19
申请号：CN201980051518.9
申请日：2019-10-23
Applicant: 欧姆龙株式会社
IPC: G01N21/88
Abstract: 图像处理装置将检查对象的原图像作为背景图像51而将缺陷图像52重叠于背景图像51，并且进行改变缺陷图像52的显示形态或背景图像51的显示形态的图像处理，由此，生成缺陷图像52相对于背景图像51的视觉性不同的多个合成图像50(步骤403)，验证可否从多个合成图像50分别检测出缺陷图像52(步骤404)，基于检测可否的验证结果来推测缺陷图像52的可检测范围60(步骤405)，并显示可检测范围60(步骤406)。
-
公开(公告)号：CN112567426B
公开(公告)日：2024-06-07
申请号：CN201980052723.7
申请日：2019-11-14
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置、图像判定方法及其程序的记录媒体，即便在进行学习模型的追加学习的情况下，也可抑制学习处理所需要的时间或运算量的增加。图像判定装置包括：学习模型，基于检查对象的图像而输出表示与图像有关的判定结果的输出数据；学习部，使用包含学习图像及标签数据的学习数据，以将学习图像输入至学习模型时，输出表示与学习图像关联的标签数据的输出数据的方式，使学习模型进行学习；分割部，将学习数据分割为多个子学习数据；测定部，测定使用多个子学习数据各自通过学习部使学习模型进行了学习时的判定精度；以及选择部，基于判定精度而选择多个子学习数据的至少任一个。
-
公开(公告)号：CN112602113B
公开(公告)日：2024-05-24
申请号：CN201980052593.7
申请日：2019-10-24
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置学习方法及其程序的记录媒体，即便在进行学习模型的追加学习的情况下，也明确着眼于图像的何种特征获得了判定结果。图像判定装置包括：一个或多个特征提取器，基于检查对象的图像而输出表示图像的特定特征的特征数据；判定器，基于从特征提取器输出的特征数据，输出表示与图像有关的判定结果的输出数据；以及学习部，使用包含学习图像及标签数据的学习数据，使判定器以下述方式进行学习，即，基于将学习图像输入至特征提取器时输出的特征数据，输出表示与学习图像关联的标签数据的输出数据，并且学习部使用新的学习数据，使判定器以下述方式进行追加学习，即，由判定器输出表示与图像关联的标签数据的输出数据。
-
Patent Agency Ranking
公开(公告)号：CN112602113A
公开(公告)日：2021-04-02
申请号：CN201980052593.7
申请日：2019-10-24
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置等，即便在进行学习模型的追加学习的情况下，也明确着眼于图像的何种特征获得了判定结果。图像判定装置包括：一个或多个特征提取器，基于检查对象的图像而输出表示图像的特定特征的特征数据；判定器，基于从一个或多个特征提取器输出的特征数据，输出表示与图像有关的判定结果的输出数据；以及学习部，使用包含学习图像及标签数据的学习数据，使判定器以下述方式进行学习，即，基于将学习图像输入至一个或多个特征提取器时输出的特征数据，输出表示与学习图像关联的标签数据的输出数据，并且学习部使用新的学习数据，使判定器以下述方式进行追加学习，即，由判定器输出表示与图像关联的标签数据的输出数据。
-
公开(公告)号：CN112567426A
公开(公告)日：2021-03-26
申请号：CN201980052723.7
申请日：2019-11-14
Applicant: 欧姆龙株式会社
Abstract: 本发明提供一种图像判定装置等，即便在进行学习模型的追加学习的情况下，也可抑制学习处理所需要的时间或运算量的增加。图像判定装置包括：学习模型，基于检查对象的图像而输出表示与图像有关的判定结果的输出数据；学习部，使用包含学习图像及标签数据的学习数据，以将学习图像输入至学习模型时，输出表示与学习图像关联的标签数据的输出数据的方式，使学习模型进行学习；分割部，将学习数据分割为多个子学习数据；测定部，测定使用多个子学习数据各自通过学习部使学习模型进行了学习时的判定精度；以及选择部，基于判定精度而选择多个子学习数据的至少任一个。
-
公开(公告)号：CN115605746B
公开(公告)日：2024-12-06
申请号：CN202180035168.4
申请日：2021-05-28
Applicant: 欧姆龙株式会社
Abstract: 本发明的一方面涉及的检查装置使用第一推测模型从对象图像提取关注区域，使用关注区域的提取结果执行第二推测模型的运算处理，并根据第二推测模型的运算结果判定对象产品是否存在缺陷。第一推测模型根据拍到对象环境中的无缺陷产品的多个第一学习图像生成，第二推测模型根据拍到缺陷的多个第二学习图像生成。第二推测模型的运算处理包括通过分别向低维度的空间投影而生成维度不同的多个特征图，关注区域的提取结果在第二推测模型的运算处理的过程中被合并至多个特征图中的至少任意一个。
-
公开(公告)号：CN112534245B
公开(公告)日：2024-06-28
申请号：CN201980051518.9
申请日：2019-10-23
Applicant: 欧姆龙株式会社
IPC: G01N21/88
Abstract: 图像处理装置将检查对象的原图像作为背景图像(51)而将缺陷图像(52)重叠于背景图像(51)，并且进行改变缺陷图像(52)的显示形态或背景图像(51)的显示形态的图像处理，由此，生成缺陷图像(52)相对于背景图像(51)的视觉性不同的多个合成图像(50)，验证可否从多个合成图像(50)分别检测出缺陷图像(52)，基于检测可否的验证结果来推测缺陷图像(52)的可检测范围(60)，并显示可检测范围(60)。本发明另提供一种图像处理方法以及一种图像处理存储介质。本发明的图像处理装置、图像处理方法以及图像处理存储介质能够验证所有拍摄条件下的所有检查对象的缺陷图像的可检测范围。
-
公开(公告)号：CN112534472B
公开(公告)日：2024-04-30
申请号：CN201980052353.7
申请日：2019-11-14
Applicant: 欧姆龙株式会社
IPC: G06T7/00
Abstract: 本发明提供一种图像判定装置、图像判定方法及其程序的记录介质，即便学习模型追加学习，也明确何种变更导致判定结果变化。图像判定装置包括：特征提取器，分别基于检查对象的图像而输出表示图像的特定特征的特征数据；第一学习部，使第一判定器以下述方式进行学习，即，基于将第一学习图像输入至特征提取器时输出的第一特征数据，输出表示与第一学习图像关联的第一标签数据的第一输出数据；第二学习部，使第二判定器以下述方式进行学习，即，基于将第二学习图像输入至特征提取器时输出的第二特征数据，输出表示与第二学习图像关联的第二标签数据的第二输出数据；输出部，基于第一及第二输出数据，输出表示与图像有关的综合判定结果的输出数据。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
