公开(公告)号：CN117237325A

公开(公告)日：2023-12-15

申请号：CN202311330420.1

申请日：2023-10-13

Applicant: 重庆邮电大学

Inventor： 张海峰 ,  余杭 ,  张雯 ,  张焱 ,  韩延 ,  黄庆卿

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/764 ,  G06V10/40 ,  G06T5/00

Abstract: 本发明属于图像处理领域，具体涉及一种基于深度网络的工业缺陷检测方法，所述方法包括：获取工业产品表面缺陷图像；对所述工业产品表面缺陷图像进行数据预处理；将所述工业产品表面缺陷图像输入到训练好的深度网络中，输出工业缺陷预测结果。本发明旨在解决工业缺陷检测方法对小尺寸和微小尺寸缺陷的检测效果不佳的问题，满足工业场景对表面缺陷检测快速准确地检测的要求。

公开(公告)号：CN116629363B

公开(公告)日：2024-12-20

申请号：CN202310585213.4

申请日：2023-05-23

Applicant: 重庆邮电大学

Inventor： 张焱 ,  张海峰 ,  黄庆卿 ,  韩延

IPC: G06N5/04 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明属于机器学习技术领域，具体涉及一种基于深度网络的模型抽象推理泛化能力评价方法，包括：获取的抽象元素，设置预设规则；采用预设规则对抽象元素进行变换，得到少量样本；将少量样本输入到深度模型中生成大量样本；将大量样本输入到训练好的被测推理模型中进行测试，得到模型抽象推理泛化能力评价结果；本发明根据预设规则可以自动且灵活的构建出用于深度网络抽象推理能力评价所需的抽象推理数据集，并且可以在少量样本中通过样本中的基本元素构建出大量基于原始抽象元素的新样本作为测试集来评价深度网络的泛化能力，提高了模型抽象推理泛化能力评价的效率。

公开(公告)号：CN116629363A

公开(公告)日：2023-08-22

申请号：CN202310585213.4

申请日：2023-05-23

Applicant: 重庆邮电大学

Inventor： 张焱 ,  张海峰 ,  黄庆卿 ,  韩延

IPC: G06N5/04 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明属于机器学习技术领域，具体涉及一种基于深度网络的模型抽象推理泛化能力评价方法，包括：获取的抽象元素，设置预设规则；采用预设规则对抽象元素进行变换，得到少量样本；将少量样本输入到深度模型中生成大量样本；将大量样本输入到训练好的被测推理模型中进行测试，得到模型抽象推理泛化能力评价结果；本发明根据预设规则可以自动且灵活的构建出用于深度网络抽象推理能力评价所需的抽象推理数据集，并且可以在少量样本中通过样本中的基本元素构建出大量基于原始抽象元素的新样本作为测试集来评价深度网络的泛化能力，提高了模型抽象推理泛化能力评价的效率。