用于工业检测的深度学习模型评价方法技术

本发明专利技术提供用于工业检测的深度学习模型评价方法，包括以下步骤：获取标注信息文件关键字段，通过读取待检测产品图片的SN号，利用SN号查询到AOI标注信息文件以及AI标注文件，然后对这两份文件按行进行读取；计算标注关键字段数值的IOU；对IOU计算结果比较分析，得到评价指标值；利用评价指标值，统计出数据，得出检测数据最终评价结果。本发明专利技术可以清晰地查看产品名称，产品对应的AOI缺陷个数、AI推理缺陷个数、IOU推理结果、置信度、过检个数、漏检个数等指标，表格最后将呈现所有缺陷种类的过漏检等算法评价指标，清晰明了，产品方可根据最终数据评估这版深度学习算法对此类产品的检测能力。能力。能力。

【技术实现步骤摘要】
用于工业检测的深度学习模型评价方法


[0001]本本专利技术涉及工业检测领域，特别是涉及用于工业检测的深度学习模型评价方法。

技术介绍

[0002]在目前的工业检测领域中，对于ITO、外观、画面检测等产品涌现出一些图像处理软件；而如何基于图像处理软件，快速且高效地评估深度学习模型对产品缺陷的检测能力，对于工业检测效率提升来说，是至关重要的。

技术实现思路

[0003]本专利技术提供了用于工业检测的深度学习模型评价方法。可以快速得到深度学习算法对于产品缺陷的检测能力，其根据评估结果，能够及时有效地评估出检测方案可行性、高效地安排数据收集训练等工作，极大地降低工业试错成本以及时间成本。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]用于工业检测的深度学习模型评价方法，包括以下步骤：
[0006]获取标注信息文件关键字段，通过读取待检测产品图片的SN号，利用SN号查询到AOI标注信息文件以及AI标注文件，然后对这两份文件按行进行读取；
[0007]计算标注关键字段数值的IOU；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于工业检测的深度学习模型评价方法，其特征在于，包括以下步骤：获取标注信息文件关键字段，通过读取待检测产品图片的SN号，利用SN号查询到AOI标注信息文件以及AI标注文件，然后对这两份文件按行进行读取；计算标注关键字段数值的IOU；对IOU计算结果比较分析，得到评价指标值；利用评价指标值，统计出数据，得出检测数据最终评价结果。2.如权利要求1所述的用于工业检测的深度学习模型评价方法，其特征在于，通过读取所有检测产品的图片，获取到AOI对于每张缺陷产品图像的缺陷种类、位置坐标等标注信息，以及调用算法后推理图片得到的AI推理缺陷信息。3.如权利要求2所述的用于工业检测的深度学习模型评价方法，其特征在于，通过读取每张产品图片，并获得相应的SN号，分别进入SN匹配的AI标签文件夹和AOI标签文件夹，并获得对应的AI标签和AOI标签。4.如权利要求3所述的用于工业检测的深度学习模型评价方法，其特征在于，设置AI标签，保留置...

【专利技术属性】
技术研发人员：陈诗雨，邓红涛，陈红星，
申请(专利权)人：上海帆声图像科技有限公司，
类型：发明
国别省市：