[发明专利]改良机器学习使用数据进行训练的方法及系统在审
| 申请号： | 202010582384.8 | 申请日： | 2020-06-23 |
| 公开（公告）号： | CN113837209A | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 黄玺轩;黄哲瑄;詹皓仲;张书修;张舜博;林俊佑 | 申请（专利权）人： | 乐达创意科技股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00;B07C5/00 |
| 代理公司： | 北京律和信知识产权代理事务所(普通合伙) 11446 | 代理人： | 张羽;项荣 |
| 地址： | 中国台*** | 国省代码： | 台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 改良 机器 学习 使用 数据 进行 训练 方法 系统 | ||
1.一种改良机器学习使用数据进行训练的方法，执行于一自动光学检测系统中，其特征在于，所述方法包括：
将少量的良品数据作为第一训练数据来让一机器学习模型进行训练，并让使用所述第一训练数据所训练完的所述机器学习模型在收到在线产品数据时，能够自动产生多个机器标记；以及
利用一检查电路通过人工的方式来检查多个所述机器标记，并让所述机器学习模型再使用具有经检查后的多个所述机器标记的所述在线产品数据作为第二训练数据以进行训练。
2.如权利要求1所述的方法，其特征在于，在使用所述第一训练数据以训练完所述机器学习模型后，所述机器学习模型将能够把所述在线产品数据分类为一良品集和一不良品集。
3.如权利要求1所述的方法，其特征在于，多个所述机器标记是用来指出所述机器学习模型所没学习过的至少一瑕疵。
4.如权利要求1所述的方法，其特征在于，在使用所述第二训练数据以训练完所述机器学习模型后，所述机器学习模型将能够辨识所述在线产品数据的至少一瑕疵位置与/或至少一瑕疵类别。
5.一种改良机器学习使用数据进行训练的系统，执行于一自动光学检测系统中，其特征在于，所述系统包括：
一第一层训练电路，用来让一机器学习模型使用少量的良品数据作为第一训练数据以进行训练，且使用所述第一训练数据所训练完的所述机器学习模型在收到在线产品数据时，能够自动产生多个机器标记；
一检查电路，连接所述第一层训练电路，用来通过人工的方式检查多个所述机器标记；以及
一第二层训练电路，连接所述检查电路，用来让所述机器学习模型再使用具有经检查后的多个所述机器标记的所述在线产品数据作为第二训练数据以进行训练。
6.如权利要求5所述的系统，其特征在于，在使用所述第一训练数据以训练完所述机器学习模型后，所述机器学习模型将能够把所述在线产品数据分类为一良品集和一不良品集。
7.如权利要求5所述的系统，其特征在于，多个所述机器标记是用来指出所述机器学习模型所没学习过的至少一瑕疵。
8.如权利要求5所述的系统，其特征在于，在使用所述第二训练数据以训练完所述机器学习模型后，所述机器学习模型将能够辨识所述在线产品数据的至少一瑕疵位置与/或至少一瑕疵类别。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于乐达创意科技股份有限公司，未经乐达创意科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010582384.8/1.html，转载请声明来源钻瓜专利网。
