[發明專利]改良機器學習使用數據進行訓練的方法及系統在審
| 申請號： | 202010582384.8 | 申請日： | 2020-06-23 |
| 公開（公告）號： | CN113837209A | 公開（公告）日： | 2021-12-24 |
| 發明（設計）人： | 黃璽軒;黃哲瑄;詹皓仲;張書修;張舜博;林俊佑 | 申請（專利權）人： | 樂達創意科技股份有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N20/00;B07C5/00 |
| 代理公司： | 北京律和信知識產權代理事務所(普通合伙) 11446 | 代理人： | 張羽;項榮 |
| 地址： | 中國臺*** | 國省代碼： | 臺灣;71 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 改良 機器 學習 使用 數據 進行 訓練 方法 系統 | ||
1.一種改良機器學習使用數據進行訓練的方法，執行于一自動光學檢測系統中，其特征在于，所述方法包括：
將少量的良品數據作為第一訓練數據來讓一機器學習模型進行訓練，并讓使用所述第一訓練數據所訓練完的所述機器學習模型在收到在線產品數據時，能夠自動產生多個機器標記；以及
利用一檢查電路通過人工的方式來檢查多個所述機器標記，并讓所述機器學習模型再使用具有經檢查后的多個所述機器標記的所述在線產品數據作為第二訓練數據以進行訓練。
2.如權利要求1所述的方法，其特征在于，在使用所述第一訓練數據以訓練完所述機器學習模型后，所述機器學習模型將能夠把所述在線產品數據分類為一良品集和一不良品集。
3.如權利要求1所述的方法，其特征在于，多個所述機器標記是用來指出所述機器學習模型所沒學習過的至少一瑕疵。
4.如權利要求1所述的方法，其特征在于，在使用所述第二訓練數據以訓練完所述機器學習模型后，所述機器學習模型將能夠辨識所述在線產品數據的至少一瑕疵位置與/或至少一瑕疵類別。
5.一種改良機器學習使用數據進行訓練的系統，執行于一自動光學檢測系統中，其特征在于，所述系統包括：
一第一層訓練電路，用來讓一機器學習模型使用少量的良品數據作為第一訓練數據以進行訓練，且使用所述第一訓練數據所訓練完的所述機器學習模型在收到在線產品數據時，能夠自動產生多個機器標記；
一檢查電路，連接所述第一層訓練電路，用來通過人工的方式檢查多個所述機器標記；以及
一第二層訓練電路，連接所述檢查電路，用來讓所述機器學習模型再使用具有經檢查后的多個所述機器標記的所述在線產品數據作為第二訓練數據以進行訓練。
6.如權利要求5所述的系統，其特征在于，在使用所述第一訓練數據以訓練完所述機器學習模型后，所述機器學習模型將能夠把所述在線產品數據分類為一良品集和一不良品集。
7.如權利要求5所述的系統，其特征在于，多個所述機器標記是用來指出所述機器學習模型所沒學習過的至少一瑕疵。
8.如權利要求5所述的系統，其特征在于，在使用所述第二訓練數據以訓練完所述機器學習模型后，所述機器學習模型將能夠辨識所述在線產品數據的至少一瑕疵位置與/或至少一瑕疵類別。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于樂達創意科技股份有限公司，未經樂達創意科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010582384.8/1.html，轉載請聲明來源鉆瓜專利網。
