【技术实现步骤摘要】
本专利技术涉及工业检测，尤其涉及一种多模型的自动化更新方法及装置。
技术介绍
1、在工业检测领域，特别是针对复杂背景、缺陷种类多、缺陷对比度低等情况，使用深度学习算法可以取得更好的效果。在使用深度学习模型的过程中，要完成一个缺陷检测任务，依赖单个模型很难达成客户要求的检出指标，通常是基于多个模型的组合来实现客户要求的指标，多模型级联已经成为项目实际落地的重要方法。
2、在工业检测实际应用过程中，单个模型无法有效的达成满足要求的过漏检指标，一般会采用多模型组合的方式来形成算法方案来达成检出要求，经常会用到分割+检测+分类的多模型组合，针对一些复杂项目，使用的模型数量会多达十几个，甚至几十个，因此针对几十个模型的维护是一个费时费力且枯燥的工作，而且这个过程中，大部分的步骤是没有技术难度的重复工作，因此如何高效、自动化的完成模型迭代工作是当前的迫切需求。
技术实现思路
1、本专利技术提供一种多模型的自动化更新方法及装置，用以解决现有技术中难以自动的对多模型进行迭代更新的缺陷。
...【技术保护点】
1.一种多模型的自动化更新方法，应用于缺陷检测模型的更新，所述缺陷检测模型包括多个缺陷检测子模型，其特征在于，在确定每个缺陷检测子模型的过漏检图像集之后，采用以下方法步骤对每个缺陷检测子模型进行更新：
2.根据权利要求1所述的多模型的自动化更新方法，其特征在于，确定每个缺陷检测子模型的过漏检图像集，包括：
3.根据权利要求2所述的多模型的自动化更新方法，其特征在于，所述过漏检图像集包括过检图像和漏检图像；所述基于所述缺陷识别结果数据与样本图像集的标注数据，进行全流程缺陷图像数据与样本图像集之间的图像缺陷比对，以确定每个缺陷检测子模型的过漏检图像
<...【技术特征摘要】
1.一种多模型的自动化更新方法，应用于缺陷检测模型的更新，所述缺陷检测模型包括多个缺陷检测子模型，其特征在于，在确定每个缺陷检测子模型的过漏检图像集之后，采用以下方法步骤对每个缺陷检测子模型进行更新：
2.根据权利要求1所述的多模型的自动化更新方法，其特征在于，确定每个缺陷检测子模型的过漏检图像集，包括：
3.根据权利要求2所述的多模型的自动化更新方法，其特征在于，所述过漏检图像集包括过检图像和漏检图像；所述基于所述缺陷识别结果数据与样本图像集的标注数据，进行全流程缺陷图像数据与样本图像集之间的图像缺陷比对，以确定每个缺陷检测子模型的过漏检图像集，包括：
4.根据权利要求3所述的多模型的自动化更新方法，其特征在于，所述基于更新后的输入图像集训练缺陷检测子模型，获取目标缺陷检测子模型，包括：
5.根据权利要求1所述的多模型的自动化更新方法，其特征在于，所述基于更新后的输入图像集训练缺陷检测子模型，获取目标...
【专利技术属性】
技术研发人员：陈洪，徐康，
申请(专利权)人：武汉精立电子技术有限公司，
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。