基于人工智能的产品缺陷分类方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111192262 A (43)申请公布日 2020.05.22 (21)申请号 202010005913.8 (22)申请日 2020.01.03 (71)申请人 腾讯云计算（北京）有限责任公司 地址 100191 北京市海淀区知春路49号3层 西部309 (72)发明人 黄章炜　卓炜　沈小勇　戴宇荣　 贾佳亚　 (74)专利代理机构 北京三高永信知识产权代理 有限责任公司 11138 代理人 祝亚男 (51)Int.Cl. G06T 7/00(2017.01) G06K 9/62(2006.01) 权利要求书2页 说明书15页 附图8页 (54)发明名称 基于人工智能的产品缺陷分类方法、装置、 设备及介质 (57)摘要 本公开提供了一种基于人工智能的产品缺 陷分类方法、装置、设备及介质，属于人工智能、 计算机视觉技术领域。所述方法包括：基于获取 到的包括至少一个产品缺陷图像和该产品缺陷 图像对应的人工标签的第一训练样本数据，确定 该产品缺陷图像对应的预测标签，基于预测标签 和人工标签，确定第一目标标签，基于预设目标 阈值和第一目标标签，更新第一训练样本中的人 工标签，得到第二训练样本数据，通过第二训练 样本数据训练得到的产品缺陷分类模型，对产品 缺陷进行分类。通过第二训练样本数据训练得到 A 的产品缺陷分类模型，来进行缺陷类别标签的确 2 定，可以有效避免人工标注的误标注问题，提高 6 2 2 缺陷分类的准确性。 9 1 1 1 1 N C CN 111192262 A 权　利　要　求　书 1/2页 1.一种基于人工智能的产品缺陷分类方法，其特征在于，所述方法包括： 获取第一训练样本数据，所述第一训练样本数据包括至少一个产品缺陷图像和所述产 品缺陷图像对应的人工标签； 确定所述产品缺陷图像对应的预测标签，所述预测标签包括所述产品缺陷图像所属各 个缺陷类别的概率； 基于所述预测标签和所述人工标签，确定第一目标标签； 基于预设目标阈值和所述第一目标标签，更新所述第一训练样本数据中的人工标签， 得到第二训练样本数据； 通过所述第二训练样本数据训练得到的产品缺陷分类模型，对产品缺陷进行分类。 2.根据权利要求1所述的方法，其特征在于，所述基于预设目标阈值和所述第一目标标 签，更新所述第一训练样本数据中的人工标签包括： 将所述第一目标标签的概率与所述预设目标阈值进行比较； 若所述第一目标标签的概率大于预设目标阈值，则将所述人工标签更新为所述第一目 标标签； 若所述第一目标标签的概率小于或等于预设目标阈值，则将所述第一目标标签更新为 所述人工标签； 根据更新后的所述人工标签和所述第一目标标签，确定所述第一训练样本数据的第二 目标标签； 将所述第一训练样本数据中的人工标签更新为所述第二目标标签。 3.根据权利要求2所述的方法，其特征在于，所述根据更新后的所述人工标签和所述第 一目标标签，确定所述第一训练样本数据的第二目标标签包括： 根据更新后的所述人工标签和所述第一目标标签，结合预设参数，计算所述第一训练 样本数据的第二目标标签。 4.根据权利要求1所述的方法，其特征在于，所述第一目标标签的概率大于所述产品缺 陷图像中的缺陷属于其他缺陷类别的概率。 5.根据权利要求1所述的方法，其特征在于，所述确定所述产品缺陷图像对应的预测标 签包括：