【技术实现步骤摘要】
公开了一种将神经网络方法应用于计算机控制的处理系统领域(特别是应用于选择由这种系统所使用的算法)的技术。
技术介绍
0、背景
1、算法开发基于假设和约束，其中开发的算法仅打算在这些条件下使用。否则，在不相关的条件下应用特定的算法可能是无意义的(或者甚至可能是破坏性的)，并且在大多数情况下会导致算法失败。例如，如果计算机视觉算法被编程为控制将防锈涂层施加到矩形物体，而所呈现的物体(如输入图像所示)是圆形的，则该算法将努力寻找“拐角(corner)”，并且涂覆处理的结果将是不可预测的。
2、公开概述
3、公开了一种使用经训练的神经网络来推荐由计算机视觉系统使用的特定算法(或者，可替代地，“阻止”这种算法的使用)的方法。经训练的神经网络基于与工件相关的输入数据来为定义的任务推荐特定的算法。在许多情况下，输入数据包括图像数据，尽管也可能出现视频数据和/或任何类型的非结构化数据。基于神经网络的推荐可以先验地应用，或者与计算机控制的任务的启动并行应用。在一种情况下，可以评估输入数据以确定它是“有效”还是“无效”(即，二元分类)，其中经训练的神经网络仅在呈现有效输入数据时才允许算法进行。在另一种情况下，本专利技术的系统用于根据一组可能适用的算法对输入数据进行分类，以便将输入数据与该组中的“最佳拟合”算法配对。例如，经训练的神经网络可以计算网络的已识别分支的概率，并推荐与最高总概率相关联的算法。
4、根据下面充分解释的公开，(可能使用深度学习技术训练过的)神经网络被用于评估呈现的输入数据，并确定可
5、所公开的示例性实施例可以采取一种方法的形式，该方法控制由计算机控制的处理系统所使用的算法的选择，其中该方法包括：接收输入数据，该输入数据与被指定用于在计算机控制的处理系统算法的控制下进行处理的元件相关；使用经训练的神经网络，将接收到的输入数据分类为有效或无效，其中如果无效，则阻止对元件进行任何进一步处理，否则，使用经训练的神经网络，识别用于对元件进行进一步处理的最佳算法。
6、附加实施例允许基于经训练的nn的评估系统将输入数据与几种不同类型的算法中的一种算法进行匹配(每种算法用于执行不同的任务)。此外，基于经训练的nn的评估可用于确定所呈现的输入数据的初始环境/条件(即，照明、取向、尺寸等)，并使用该信息来识别计算机控制的处理系统要使用的最佳算法。
7、在下面的讨论过程中，并且通过参考附图，本公开的其他和另外的实施例和方面将变得明显。
技术实现思路
本文档来自技高网...【技术保护点】
1.一种控制由计算机控制的处理系统所使用的算法的选择的方法，包括：
2.根据权利要求1所述的方法，其中，所述计算机控制的处理系统利用多个不同的算法，每个算法与定义的工作条件相关联，所述方法包括以下附加步骤：
3.根据权利要求1所述的方法，其中，所述计算机控制的处理系统利用多个不同的算法，每个算法用于对特定产品类型执行特定任务，所述方法包括以下步骤：
4.根据权利要求1所述的方法，其中，所述计算机控制的处理系统包括处理的多个不同分类和与每个分类相关联的至少一个算法，其中至少一个分类还包括用于产品的不同初始状态的单独算法，所述方法包括以下步骤：
5.根据权利要求1所述的方法，其中，所述计算机控制的处理系统包括至少一个计算机控制的视觉系统。
6.根据权利要求5所述的方法，其中，所述接收到的输入数据包括图像数据。
【技术特征摘要】
1.一种控制由计算机控制的处理系统所使用的算法的选择的方法，包括：
2.根据权利要求1所述的方法，其中，所述计算机控制的处理系统利用多个不同的算法，每个算法与定义的工作条件相关联，所述方法包括以下附加步骤：
3.根据权利要求1所述的方法，其中，所述计算机控制的处理系统利用多个不同的算法，每个算法用于对特定产品类型执行特定任务，所述方法包括以下步骤：
...
【专利技术属性】
技术研发人员：埃里克·卡伦巴赫，帕特里克·屈尔，
申请(专利权)人：IIVI特拉华有限公司，
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。