【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及计算机实现的方法和系统，用于提供或用于生成和提供训练图像数据以训练功能，尤其是对象识别或分割功能。本专利技术还涉及用于执行上述方法的计算机程序产品。此外，本专利技术还涉及上述训练图像数据的使用，以训练功能，以及已训练的功能的使用，用于在印刷电路板的生产中检查印刷电路板的装配的准确性，例如检查在预定程序步骤中规定的全部电子元件是否存在且安装到正确的位置。本文开头提到的方法和系统在现有技术中是已知的。
技术介绍
1、机器学习方法，特别是人工神经网络(knn)，在图像处理中，对于改善性能和鲁棒性，并同时降低设置和维护成本具有巨大的潜力。为此，卷积神经网络(convolutionalneural networks-cnn)尤其被广泛应用。应用领域包括图像分类(如好/坏测试)、对象识别、姿态估计以及分割。
2、全部机器学习方法、尤其是knn和cnn的基础都是自主的，基于数据的程序优化与传统编程的明确规则分配形成对比。尤其在cnn中，主要使用监督学习方法。这些方法的特点是，训练时需要示例性数据和相应的正确结果，即所谓的标签
3、本文档来自技高网...
【技术保护点】
1.一种用于提供用于训练功能的训练图像数据(TBD)的计算机实现的方法，所述功能尤其是对象识别功能(F0)，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，所述已标注图像(AB)具有背景(H)。
3.根据权利要求2所述的方法，其中，所述背景(H)具有印刷电路板的数字图像。
4.根据权利要求1至3中任一项所述的方法，其中，所述已标注图像包括多个优选不同的对象(O1，O2，O31，O32，O41，O42，O43，
5.根据权利要求1至4中任一项所述的方法，其中，将至少一个所述对象(O1，O2，O31，O32...
【技术特征摘要】
【国外来华专利技术】
1.一种用于提供用于训练功能的训练图像数据(tbd)的计算机实现的方法，所述功能尤其是对象识别功能(f0)，其中，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，所述已标注图像(ab)具有背景(h)。
3.根据权利要求2所述的方法，其中，所述背景(h)具有印刷电路板的数字图像。
4.根据权利要求1至3中任一项所述的方法，其中，所述已标注图像包括多个优选不同的对象(o1，o2，o31，o32，o41，o42，o43，
5.根据权利要求1至4中任一项所述的方法，其中，将至少一个所述对象(o1，o2，o31，o32，o41，o42，o43，o5)设计为用于装配印刷电路板的电子元件的数字图像。
6.根据权利要求1至5中任一项所述的方法，其中，为了生成多个不同的经修改的已标注图像，重复步骤s2和s3，直到所述经修改的已标注图像(mab)不再具有所述对象(o1，o2，o31，o32，o41，o42，o43，o5)为止，其中，将不同的所述经修改的已标注图像添加至所述训练图像数据(tbd)。
7.根据权利要求1至6中任一项所述的方法，其中，处理所述已标注图像(ab)和所述经修改的已标注图像(mab)，以生成其他已标注图像，其中，将所述其他已标注图像添加至所述训练图像数据(tbd)。
8.根据权利要求1至7中任一项所述的方法，其中，由所述标注描述的图像区域的移除/替换包括对所述图像区域的覆写。
9.根据权利要求8所述的方法，其中，将颜色、优选恰好一种颜色、随机图案或另一图像、例如背景图像(hb)的区域用于覆写。
10.根据权利要求1至9中任一项所述的方法，其中，所述另一图像的区域和所述图像区域相对应，尤其是具有相同的尺寸和/或在相同位置处。
11.根据权利要求1至10中任一项所述的方法，其中，所述标注(l1，l2)包含关于所述已标注图像(ab)中至少一个所述对象的尺寸和位置的信息，和/或包含关于所述已标注图像(ab)中与所述对象相关联的全部像素的信息。
12.根据权利要求1至11中任一项所述的方法，其中，所述标注(l1，...
【专利技术属性】
技术研发人员：丹尼尔·菲巴格，马克西米利安·梅茨纳，泽伦·魏瑟尔特，
申请(专利权)人：西门子股份公司，
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。