公开(公告)号：CN112016675A

公开(公告)日：2020-12-01

申请号：CN202010810100.6

申请日：2020-08-13

申请人： 北京首钢自动化信息技术有限公司

发明人： 顾佳晨 ,  高雷 ,  刘路璐 ,  任立辉 ,  蔡红蕾 ,  向江波 ,  樊登旺

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06T7/00

摘要： 本发明涉及钢板表面缺陷检测技术领域，具体涉及一种用于钢板表面缺陷检测的CNN模型训练方法和装置。该方法包括：构建初始卷积神经网络模型；构建第一训练集；获取目标卷积神经网络模型；构建第一检测集；获取第一检测集的缺陷类别检测结果；构建第二训练集；获取辅助卷积神经网络模型；构建第二检测集；获取第二检测集的第一缺陷类别检测结果；获取第二检测集的第二缺陷类别检测结果；获取缺陷类别检测结果相同的表面缺陷图片；更新第一训练集，并利用更新后的第一训练集重新训练目标卷积神经网络模型，并重新构建第二检测集。本发明保证了训练集更新内容的准确度，整个过程全部实现计算机检测，提高了模型的迭代效率和识别精度。

公开(公告)号：CN112016675B

公开(公告)日：2023-12-19

申请号：CN202010810100.6

申请日：2020-08-13

申请人： 北京首钢自动化信息技术有限公司

发明人： 顾佳晨 ,  高雷 ,  刘路璐 ,  任立辉 ,  蔡红蕾 ,  向江波 ,  樊登旺

IPC分类号： G06N3/0464 ,  G06N3/08 ,  G06T7/00

摘要： 本发明涉及钢板表面缺陷检测技术领域，具体涉及一种用于钢板表面缺陷检测的CNN模型训练方法和装置。该方法包括：构建初始卷积神经网络模型；构建第一训练集；获取目标卷积神经网络模型；构建第一检测集；获取第一检测集的缺陷类别检测结果；构建第二训练集；获取辅助卷积神经网络模型；构建第二检测集；获取第二检测集的第一缺陷类别检测结果；获取第二检测集的第二缺陷类别检测结果；获取缺陷类别检测结果相同的表面缺陷图片；更新第一训练集，并利用更新后的第一训练集重新训练目标卷积神经网络模型，并重新构建第二检测集。本发明保证了训练集更新内容的准确度，整个过程全部实现计算机检测，提高了模型的迭代效率和识别精度。