[发明专利]改良机器学习使用数据进行训练的方法及系统

说明书

本发明公开一种改良机器学习使用数据进行训练的方法及系统，可以是执行于自动光学检测系统中，且所述方法包括如下步骤。首先，将少量的良品数据作为第一训练数据来让机器学习模型进行训练，并让使用第一训练数据所训练完的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。接着，利用检查电路通过人工的方式来检查这些机器标记，并让机器学习模型再使用具有经检查后的这些机器标记的在线产品数据作为第二训练数据以进行训练。

技术领域

本发明涉及机器学习(Machine Learning，ML)，尤其涉及一种改良机器学习使用数据进行训练的方法及系统。

背景技术

机器学习是人工智能的一个分支，但现有技术需要先有人工来标记大量数据才让机器学习模型进行训练。因此，如何改良机器学习使用数据进行训练则成为本领域的一项重要课题。

发明内容

有鉴于此，本发明实施例提供一种改良机器学习使用数据进行训练的方法，执行于自动光学检测(Automated Optical Inspection，AOI)系统中，所述方法包括如下步骤。首先，将少量的良品数据作为第一训练数据来让机器学习模型进行训练，并让使用第一训练数据所训练完的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。接着，利用检查电路通过人工的方式来检查这些机器标记，并让机器学习模型再使用具有经检查后的这些机器标记的在线产品数据作为第二训练数据以进行训练。

除此之外，本发明实施例另提供一种改良机器学习使用数据进行训练的系统，执行于AOI系统中，所述系统包括第一层训练电路、检查电路和第二层训练电路。第一层训练电路用来让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，且使用第一训练数据所训练完的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。检查电路连接第一层训练电路，用来通过人工的方式检查这些机器标记。第二层训练电路连接检查电路，用来让机器学习模型再使用具有经检查后的这些机器标记的在线产品数据作为第二训练数据以进行训练。

为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。

附图说明

图1是本发明实施例所提供改良机器学习使用数据进行训练的方法的步骤流程图。

图2A到图2D是根据图1的方法来表现出新的AOI管线化设计(Pipeline)的示意图。

图3是本发明实施例所提供改良机器学习使用数据进行训练的系统的功能方块图。

具体实施方式

以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所提供的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的构思下进行各种修改与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所提供的内容并非用以限制本发明的保护范围。

应当理解的是，虽然本文中可能会使用到“第一”、“第二”、“第三”等术语来描述各种组件或者信号，但这些组件或者信号不应受这些术语的限制。这些术语主要是用以区分一组件与另一组件，或者一信号与另一信号。另外，本文中所使用的术语“或”，应视实际情况可能包括相关联的列出项目中的任一个或者多个的组合。