根据共同起作用的干扰测量分类器的灵敏度制造技术

本发明专利技术涉及一种用于相对于图像数据的变化测量分类器的灵敏度的方法，所述分类器将图像数据分配给预给定分类的一个或多个类别，所述方法具有步骤：提供具有图像数据的至少一个输入数据记录；利用所述分类器为所述至少一个输入数据记录确定初始类别分配；从所述输入数据记录中，根据以下目标预设来确定预给定数量的不同干扰：由所述分类器将所述输入数据记录的通过共同地应用所有这些干扰形成的变形映射到按照预给定准则不同于所述初始类别分配的类别分配上，而相反地由所述分类器将所述输入数据记录的通过仅应用这些干扰之一形成的变形映射到按照所述预给定准则对应于所述初始类别分配的类别分配上。述初始类别分配的类别分配上。述初始类别分配的类别分配上。

【技术实现步骤摘要】
根据共同起作用的干扰测量分类器的灵敏度


[0001]本专利技术涉及可训练分类器的行为的控制，例如可以使用所述可训练分类器用于对批量生产的产品进行质量控制。

技术介绍

[0002]在对产品进行批量生产时，通常需要持续地检验生产的质量。在此力求尽可能快速地识别质量问题，以便能够尽可能快地排除原因，而不作为废品损失过多单位的相应产品。
[0003]产品的几何形状和/或表面的光学控制（Kontrolle）是快速的且无损的。WO 2018/197 074 A1公开一种检验设备，其中可以使对象遭受大量照明状况，其中在这些照明状况中的每一个中利用摄像机记载对象的图像。从这些图像中评估对象的形貌。
[0004]产品的图像也可以直接地利用图像分类器基于人工神经网络被分配给预给定分类的多个类别之一。在此基础上，产品可以被分配给多个预给定质量类别之一。在最简单的情况下，这种分类是二元的（“OK”/“非OK）”）。

技术实现思路

[0005]在本专利技术的范围中，开发了一种用于相对于所输入的图像数据的变化测量图像数据用的分类器的灵敏度的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于相对于图像数据（2）的变化测量分类器（1）的灵敏度的方法（100），所述分类器将图像数据（2）分配给预给定分类（3）的一个或多个类别（3a
‑
3c），所述方法具有步骤：
•ꢀ
提供（110）具有图像数据（2）的至少一个输入数据记录（x）；
•ꢀ
利用所述分类器（1）为所述至少一个输入数据记录（x）确定（120）初始类别分配（3d）；
•ꢀ
从所述输入数据记录（x）中，根据以下目标预设来确定（130）预给定数量的不同干扰（2a
‑
2d）：由所述分类器（1）将所述输入数据记录（x）的通过共同地应用所有这些干扰（2a
‑
2d）形成的变形（x'）映射到按照预给定准则（3*）不同于所述初始类别分配（3d）的类别分配（3e）上，而相反地由所述分类器（1）将所述输入数据记录（x）的通过仅应用这些干扰（2a
‑
2d）之一形成的变形（x
a
、x
b
、x
c
、x
d
）映射到按照所述预给定准则（3*）对应于所述初始类别分配（3d）的类别分配（3f）上。2.根据权利要求1所述的方法（100），其中根据其他目标预设来确定（131）所述干扰（2a
‑
2d），即对于所述输入数据记录（x）的通过应用所述干扰（2a
‑
2d）之一形成的变形（x
a
、x
b
、x
c
、x
d
）使通过所述分类器（1）进行的类别分配的不可靠性最大化。3.根据权利要求2所述的方法（100），其中根据类别分配的分布来确定（131a）通过所述分类器（1）进行的类别分配的不可靠性，其中在按照随机分布去活所述分类器（1）的神经元或其他处理单元时得出所述类别分配的分布。4.根据权利要求1至3中任一项所述的方法（100），其中从所述输入数据记录中确定在1和20之间个干扰。5.根据权利要求1至4中任一项所述的方法（100），其中对所述干扰（2a
‑
2d）以无监控的方式进行聚类（140），并且其中从集群的数量中评估（150）：所选择数量的干扰（2a
‑
2d）在何种程度上适用于具体应用。6.根据权利要求1至5中任一项所述的方法（...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：罗伯特，
类型：发明
国别省市：