缺陷检测模型训练方法、装置、设备及存储介质制造方法及图纸

本申请涉及一种缺陷检测模型训练方法、装置、设备及存储介质。方法包括：获取PCB缺陷样本训练集和预设问题文本；PCB缺陷样本训练集包括多张PCB缺陷样本图像，每张PCB缺陷样本图像包括图像描述和缺陷描述；预设问题文本基于图像描述和缺陷描述中至少一种所确定；将PCB缺陷样本图像和对应的预设问题文本输入初始检测模型进行处理，输出预设问题文本对应的预测答案；根据预测答案和标准答案之间的差异确定训练损失，并基于训练损失对初始检测模型进行训练，得到缺陷检测模型。采用本申请，能够实现提高模型的泛化能力。

【技术实现步骤摘要】

本申请涉及图像处理，特别是涉及一种缺陷检测模型训练方法、装置、设备及存储介质。

技术介绍

1、随着制造技术的进步，pcb（printed circuit board，印刷线路板）的复杂性和密度不断增强，传统的缺陷检测方法，如人工视觉检查和简单的自动化方法，已经难以满足高效率和高精度的要求，而在pcb制造过程中，对于pcb的质量控制是至关重要的环节，尤其是在缺陷检测上。

2、相关技术中，采用模型训练的方式实现对pcb缺陷的检测，以期提高缺陷检测的自动化和准确性，但是在实际操作中，训练得到的模型泛化能力较差，针对新的缺陷类型的检测效果并不理想。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种缺陷检测模型训练方法、装置、计算机设备、计算机可读存储介质以及计算机程序产品，能够实现提高模型的泛化能力。

2、第一方面，本申请提供了一种缺陷检测模型训练方法，包括：

3、获取pcb缺陷样本训练集和预设问题文本；pcb缺陷样本训练集包括多张pcb缺陷样本图像，每张pcb缺陷样本图本文档来自技高网...

【技术保护点】

1.一种缺陷检测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取PCB缺陷样本训练集，包括：

3.根据权利要求1所述的方法，其特征在于，所述初始检测模型包括图像编码网络、文本编码网络、对齐网络以及预测网络；所述将所述PCB缺陷样本图像和对应的预设问题文本输入初始检测模型进行处理，输出所述预设问题文本对应的预测答案，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述文本词元、所述对齐后的第一图像单元和所述对齐后的第二图像单元输入所述预测网...

【技术特征摘要】

1.一种缺陷检测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取pcb缺陷样本训练集，包括：

3.根据权利要求1所述的方法，其特征在于，所述初始检测模型包括图像编码网络、文本编码网络、对齐网络以及预测网络；所述将所述pcb缺陷样本图像和对应的预设问题文本输入初始检测模型进行处理，输出所述预设问题文本对应的预测答案，包括：

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述文本词元、所述对齐后的第一图像单元和所述对齐后的第二图像单元输入所述预测网络进行处理，输出所述预设问题文本对应的预测答案，包括：

6.根据权利要...

【专利技术属性】
技术研发人员：陈鹏光，冯嘉佩，徐开元，刘枢，吕江波，沈小勇，
申请(专利权)人：深圳思谋信息科技有限公司，
类型：发明
国别省市：