本发明专利技术公开了一种基于视觉模型的模型训练方法和装置，该方法包括：通过在触发针对视觉模型的训练事件时，获取所述视觉模型基于样本图像确定的预测值，以及获取所述样本图像中的真实值，在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，所述惩罚系数与所述误判条件相关联，根据所述惩罚系数执行针对所述视觉模型的训练事件。可见，实施本发明专利技术能够在满足误判条件，根据惩罚系数执行视觉模型的训练，减少训练好的视觉模型在识别产品时出现漏检或过杀等误判的情况，提高了训练好的视觉模型的可靠性和准确性。性。性。
【技术实现步骤摘要】
一种基于视觉模型的模型训练方法和装置
[0001]本专利技术涉及视觉检测
，尤其涉及一种基于视觉模型的模型训练方法和装置。
技术介绍
[0002]近年来，机器视觉模型逐渐代替人眼执行识别及判断等操作，并应用到各种产品生产的工业场景中，而为了保证产品的质量，如何提高基于机器视觉模型的识别及判断等操作的可靠性及准确性显得尤为重要。
[0003]目前，为了提高基于机器视觉模型的识别及判断等操作的可靠性及准确性，通常会对机器视觉模型进行训练，一般地，在对机器视觉模型进行训练时，是针对机器视觉模型的准确性进行训练，而这仅能保证训练好的机器视觉模型在识别大量产品时的准确性，且大量产品中存在小部分的产品出现漏检或过杀等误判情况，降低了机器视觉模型的可靠性和准确性。
技术实现思路
[0004]本专利技术所要解决的技术问题在于，提供一种基于视觉模型的模型训练方法和装置，能够减少训练好的视觉模型在识别产品时出现漏检或过杀等误判的情况，提高了训练好的视觉模型的可靠性和准确性。
[0005]为了解决上述技术问题，本专利技术第一方面公开了一种基于视觉模型的模型训练方法，所述方法包括：
[0006]在触发针对视觉模型的训练事件时，获取所述视觉模型基于样本图像确定的预测值，以及获取所述样本图像中的真实值；
[0007]在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，所述惩罚系数与所述误判条件相关联；
[0008]根据所述惩罚系数执行针对所述视觉模型的训练事件。
[0009]作为一种可选的实施方式，在本专利技术第一方面中，所述在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，包括：
[0010]确定所述视觉模型中的损失函数，并在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数；
[0011]以及，所述在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数，包括：
[0012]在所述预测值与所述真实值满足预设的误判条件时，确定预设的惩罚初始系数，所述惩罚初始系数与所述误判条件相关联；
[0013]确定平滑函数，并根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，所述平滑函数用于调整所述惩罚初始系数。
[0014]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述平滑函数和所述
惩罚初始系数，生成针对所述损失函数的惩罚系数，包括：
[0015]确定针对所述平滑函数的调节系数，并根据所述调节系数调节所述平滑函数的变化率；
[0016]基于调节后的所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数。
[0017]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，包括：
[0018]基于预置的惩罚策略，确定所述视觉模型的模型参数；
[0019]根据所述视觉模型的模型参数、所述平滑函数以及所述惩罚初始系数，生成针对所述视觉模型的惩罚系数。
[0020]作为一种可选的实施方式，在本专利技术第一方面中，所述在所述预测值与所述真实值满足预设的误判条件时，确定预设的惩罚初始系数，包括：
[0021]在所述预测值与所述真实值满足预设的第一误判条件时，确定与所述第一误判条件相关联的漏判惩罚初始系数；
[0022]在所述预测值与所述真实值满足预设的第二误判条件时，确定与所述第二误判条件相关联的过杀惩罚初始系数；
[0023]其中，所述第一误判条件为针对漏判事件的误判条件，所述第二误判条件为针对过杀事件的误判条件。
[0024]作为一种可选的实施方式，在本专利技术第一方面中，在所述获取所述视觉模型基于样本图像确定的预测值，以及获取所述样本图像中的真实值之后，且在所述确定针对所述视觉模型的惩罚系数之前，所述方法还包括：
[0025]将所述预测值与预设的预测值阈值进行比较，得到预测值比较结果；
[0026]确定所述样本图像的样本类型，并根据所述预测值比较结果以及所述样本图像的样本类型，判断所述预测值与所述真实值是否满足所述误判条件。
[0027]作为一种可选的实施方式，在本专利技术第一方面中，所述根据所述预测值比较结果以及所述样本图像的样本类型，判断所述预测值与所述真实值是否满足所述误判条件，包括：
[0028]在所述真实值表示所述样本图像的样本类型为正样本图像类型且在所述预测值比较结果表示为预测值小于等于所述预测值阈值时，判定所述预测值与所述真实值满足所述第一误判条件；
[0029]在所述真实值表示所述样本图像的样本类型为负样本图像类型且在所述预测值比较结果表示为预测值大于所述预测值阈值时，判定所述预测值与所述真实值满足所述第二误判条件。
[0030]本专利技术第二方面公开了一种基于视觉模型的模型训练装置，所述装置包括：
[0031]获取模块，用于在触发针对视觉模型的训练事件时，获取所述视觉模型基于样本图像确定的预测值，以及获取所述样本图像中的真实值；
[0032]确定模块，用于在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，所述惩罚系数与所述误判条件相关联；
[0033]执行模块，用于根据所述惩罚系数执行针对所述视觉模型的训练事件。
[0034]作为一种可选的实施方式，在本专利技术第二方面中，所述确定模块在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数的具体方式为：
[0035]确定所述视觉模型中的损失函数，并在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数；
[0036]以及，所述确定模块在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数的具体方式为：
[0037]在所述预测值与所述真实值满足预设的误判条件时，确定预设的惩罚初始系数，所述惩罚初始系数与所述误判条件相关联；
[0038]确定平滑函数，并根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，所述平滑函数用于调整所述惩罚初始系数。
[0039]作为一种可选的实施方式，在本专利技术第二方面中，所述确定模块根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数的具体方式为：
[0040]确定针对所述平滑函数的调节系数，并根据所述调节系数调节所述平滑函数的变化率；
[0041]基于调节后的所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数。
[0042]作为一种可选的实施方式，在本专利技术第二方面中，所述确定模块根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数的具体方式为：
[0043]基于预置的惩罚策略，确定所述视觉模型的模型参数；
[0044]根据所述视觉模型的模型参数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视觉模型的模型训练方法，其特征在于，所述方法包括：在触发针对视觉模型的训练事件时，获取所述视觉模型基于样本图像确定的预测值，以及获取所述样本图像中的真实值；在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，所述惩罚系数与所述误判条件相关联；根据所述惩罚系数执行针对所述视觉模型的训练事件。2.根据权利要求1所述的基于视觉模型的模型训练方法，其特征在于，所述在所述预测值与所述真实值满足预设的误判条件时，确定针对所述视觉模型的惩罚系数，包括：确定所述视觉模型中的损失函数，并在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数；以及，所述在所述预测值与所述真实值满足预设的误判条件时，确定针对所述损失函数的惩罚系数，包括：在所述预测值与所述真实值满足预设的误判条件时，确定预设的惩罚初始系数，所述惩罚初始系数与所述误判条件相关联；确定平滑函数，并根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，所述平滑函数用于调整所述惩罚初始系数。3.根据权利要求2所述的基于视觉模型的模型训练方法，其特征在于，所述根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，包括：确定针对所述平滑函数的调节系数，并根据所述调节系数调节所述平滑函数的变化率；基于调节后的所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数。4.根据权利要求2所述的基于视觉模型的模型训练方法，其特征在于，所述根据所述平滑函数和所述惩罚初始系数，生成针对所述损失函数的惩罚系数，包括：基于预置的惩罚策略，确定所述视觉模型的模型参数；根据所述视觉模型的模型参数、所述平滑函数以及所述惩罚初始系数，生成针对所述视觉模型的惩罚系数。5.根据权利要求2至4任一项所述的基于视觉模型的模型训练方法，其特征在于，所述在所述预测值与所述真实值满足预设的误判条件时，确定预设的惩罚初始系数，包括：在所述预测值与所述真实值满足预设的第一误判条件时，确定与所述第一误判条件相关联的漏判惩罚初始系数；在所述预测值与所述真实值满足预设的第二误判条件时，确定与所述第二误判条件相关联的过杀惩罚初...
【专利技术属性】
技术研发人员：骆韬，肖高博，李晓刚，贺黎恒，
申请(专利权)人：珠海市博杰电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。