[發明專利]一種分類模型的迭代方法、裝置及電子設備

在審

• 申請號: 201810628785.5
• 申請日: 2018-06-19
• 公開（公告）號: CN109086790A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 班永杰;王劍龍;張夢營;徐相英;閆秀英
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京博雅睿泉專利代理事務所(特殊普通合伙) 11442
• 代理人: 郭少晶;馬佑平

本發明公開了一種分類模型的迭代方法、裝置及電子設備，該迭代方法包括：獲取待測圖像和對應每一待測圖像的分類結果；將所有待測圖像按照預先設置的比例分別存放至訓練集、驗證集和測試集中；根據訓練集和訓練集中的待測圖像對應的分類結果對參考分類模型進行訓練；根據驗證集和驗證集中的待測圖像對應的分類結果，驗證參考分類模型和訓練后的參考分類模型的準確率，并選擇準確率較高的作為最優參考分類模型；根據測試集和測試集中的待測圖像對應的分類結果，測試最優參考分類模型和產線使用的當前分類模型的準確率；在最優參考分類模型的準確率高于當前分類模型的準確率的情況下，控制最優參考分類模型替換當前分類模型。

技術領域

本發明涉及分類模型迭代技術領域，更具體地，本發明涉及一種分類模型的迭代方法、裝置及電子設備。

背景技術

隨著深度學習圖像處理能力的增強，在工業圖像檢測領域深度學習的應用越來越多，使用訓練的分類模型做圖像分類檢測也越來越常見。

分類模型檢測技術近幾年在圖像信息處理方面取得了突破性進展，在圖像分類中的準確率逐漸達到工業瑕疵檢測要求，使得從科研到實際應用周期大大縮短。

但是，現有的分類模型在進行迭代過程中需要人工干預的流程較多，無法根據采集的圖像自動進行迭代。

發明內容

本發明實施例的一個目的是提供一種分類模型自動迭代的新的技術方案。

根據本發明的第一方面，提供了一種分類模型的迭代方法，包括：

獲取待測圖像和對應每一所述待測圖像的分類結果；

將所有所述待測圖像按照預先設置的比例分別存放至訓練集、驗證集和測試集中；

根據所述訓練集和所述訓練集中的待測圖像對應的分類結果對參考分類模型進行訓練；

根據所述驗證集和所述驗證集中的待測圖像對應的分類結果，驗證所述參考分類模型和訓練后的參考分類模型的準確率，并選擇準確率較高的作為最優參考分類模型；

根據所述測試集和所述測試集中的待測圖像對應的分類結果，測試所述最優參考分類模型和產線使用的當前分類模型的準確率；

在所述最優參考分類模型的準確率高于所述當前分類模型的準確率的情況下，控制所述最優參考分類模型替換所述當前分類模型。

可選的是，所述獲取待測圖像和對應每一待測圖像的分類結果的步驟包括：

控制相機采集待測圖像；

控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果。

可選的是，所述迭代方法還包括：

控制所述參考分類模型對所有所述待測圖像進行分類測試，得到每一所述待測圖像的分類結果和對應每一分類結果的置信度；

判斷所述置信度是否小于預先設置的置信度閾值，如是，則：

獲取用戶輸入的確認分類決定作為所述置信度對應的分類結果。

可選的是，所述迭代方法還包括：

按照預先設定的周期獲取待測圖像和對應每一待測圖像的分類結果。

可選的是，所述迭代方法還包括：

如果所述當前分類模型與所述參考分類模型相同，則將訓練后的參考分類模型作為最優參考分類模型。

根據本發明的第二方面，提供了一種分類模型的迭代裝置，包括：

獲取模塊，用于獲取待測圖像和對應每一所述待測圖像的分類結果；