【技术实现步骤摘要】
图像校验方法、训练方法、装置、介质、设备及程序产品
[0001]本申请涉及图像处理
,具体涉及一种图像校验方法、训练方法、装置、介质、设备及程序产品。
技术介绍
[0002]面板制造过程中因工艺波动、机台差异等因素影响,会产生各种各样形态的缺陷。随着人工智能以及相应ADC自动检测系统的发展,面板自动检测已经成为了可能。由于检测模型的检测能力来源于对样本数据的学习,在特殊情况下,如出现了新产品,也即图片的背景、颜色、形状等发生改变,导致检测模型无法正常完成检出缺陷。而现目前缺乏一种检验手段,使得能够在图像输入检测模型之前,就获知其是否属于新产品。
技术实现思路
[0003]本申请的主要目的在于提供一种图像校验方法、训练方法、装置、介质、设备及程序产品,旨在解决现有技术中缺乏在图像输入检测模型之前就对其进行校验的手段的问题。
[0004]为实现上述目的,本申请的实施例采用的技术方案如下:第一方面,本申请实施例提供一种图像校验方法,包括以下步骤:将目标图像与若干预设图像分别输入已训练的孪生网络模型,获得若干相似度信息;其中,预设图像基于若干预设产品获得,预设图像用于训练缺陷检测模型,孪生网络基于卷积神经网络模型,分别对目标图像与预设图像进行特征提取后训练获得;根据相似度阈值与相似度信息,获得目标图像相对预设产品的归属结果,以完成图像校验。
[0005]通过目标图像与预设图像构建孪生网络模型,以卷积神经网络准确提取图像的特征,以孪生网络计算图像之间的相似度,由于预设图像是用于训练缺陷检测 ...
【技术保护点】
【技术特征摘要】
1.一种图像校验方法,其特征在于,包括以下步骤:将目标图像与若干预设图像分别输入已训练的孪生网络模型,获得若干相似度信息;其中,所述预设图像基于若干预设产品获得,所述预设图像用于训练缺陷检测模型,所述孪生网络基于卷积神经网络模型,分别对所述目标图像与所述预设图像进行特征提取后训练获得;根据相似度阈值与所述相似度信息,获得所述目标图像相对所述预设产品的归属结果,以完成图像校验。2.根据权利要求1所述的图像校验方法,其特征在于,所述将目标图像与若干预设图像分别输入已训练的孪生网络模型,获得若干相似度信息之前,所述图像校验方法还包括:基于所述卷积神经网络模型,将所述目标图像与所述预设图像输入所述卷积神经网络模型的卷积层,分别提取所述目标图像与所述预设图像的特征区域;将所述特征区域输入所述卷积神经网络模型的池化层,分别获得所述目标图像与所述预设图像的特征;将所述目标图像与所述预设图像的特征,分别输入所述卷积神经网络模型的第一全连接层,获得第一目标特征与第一预设特征;将所述第一目标特征与所述第一预设特征,输入所述卷积神经网络模型的第二全连接层,获得目标输出;根据所述目标输出,利用训练样本训练获得所述孪生网络模型。3.根据权利要求2所述的图像校验方法,其特征在于,所述将所述目标图像与所述预设图像的特征,分别输入所述卷积神经网络模型的第一全连接层,获得第一目标特征与第一预设特征之后,所述图像校验方法还包括:计算所述第一目标特征与所述第一预设特征的相似度;所述将所述第一目标特征与所述第一预设特征,输入所述卷积神经网络模型的第二全连接层,获得目标输出,包括:将计算了相似度的所述第一目标特征与所述第一预设特征,输入所述卷积神经网络模型的第二全连接层,获得目标输出。4.根据权利要求3所述的图像校验方法,其特征在于,所述计算所述第一目标特征与所述第一预设特征的相似度,包括:采用曼哈顿距离比对方法,计算所述第一目标特征与所述第一预设特征的相似度。5.根据权利要求2所述的图像校验方法,其特征在于,所述根据所述目标输出,利用训练样本训练获得所述孪生网络模型之前,所述图像校验方法还包括:根据所述目标输出,确定损失函数;所述根据所述目标输出,利用训练样本训练获得所述孪生网络模型,包括:根据所述目标输出与所述损失函数,利用训练样本训练获得所述孪生网络模型。6.根据权利要求5所述的图像校验方法,其特征在于,所述根据所述目标输出与所述损失函数,利用训练样本训练获得所述孪生网络模型,包括:根据所述目标输出与二值交叉熵损失函数,利用训练样本训练获得所述孪生网络模型。7.根据权利要求2所述的图像校验方法,其特征在于,所述根据所述目标输出,利用训
练样本训练获得所述孪生网络模型之后,所述图像校验方法还包括:将测试图片输入所述孪生网络模型,获得测试结果;根据所述测试结果,调整所述孪生网络模型的参数。8.根据权利要求1所述的图像校验方法,其特征在于,所述根据相似度阈值与所述相似度信息,获得所述目标图像相对所述预设产品的归属结果,以完成图像校验,包括:根据相似度阈值与所述相似度信息,判断所述相似度信息是否大于相似度阈值,获得判断结果;根据所述判断结果,获得所述目标图像相对所述预设产品的归属结果,以完成图像校验。9.根据权利要求8所述的图像校验方法,其特征在于,所述根据所述判断结果...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:成都数之联科技股份有限公司,
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。