一种用于卷积神经网络训练数据的自动化标记方法
基本信息
| 申请号 | CN202110405677.3 | 申请日 | - |
| 公开（公告）号 | CN112966786A | 公开（公告）日 | 2021-06-15 |
| 申请公布号 | CN112966786A | 申请公布日 | 2021-06-15 |
| 分类号 | G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李静雅;王东杰;郭志鹏;樊昊 | 申请（专利权）人 | 宁波九寰适创科技有限公司 |
| 代理机构 | 北京中企鸿阳知识产权代理事务所（普通合伙） | 代理人 | 苏艳 |
| 地址 | 315800浙江省宁波市北仑区新碶街道明州西路479号1幢2号46-2室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种用于卷积神经网络训练数据的自动化标记方法，包括：步骤S1，提取基本缺陷特征；步骤S2，特征摘取和样本裁剪，包括：根据所述步骤S1中获取的特征蒙板，结合孤立域方法获取每个缺陷体的中心位置和形状大小，并以该集合中的点作为中心，同时对图像施加基本变换操作以增加样本数量，同时裁剪出预设规格的样本；步骤S3，对所述步骤S2中得到的样本进行特征轮廓提取，并进行类别标记；步骤S4，基于共享内存并行系统OpenmMP的并行优化。 |
