[发明专利]一种基于领域损失预测主动学习的玻璃缺陷检测方法

说明书

本发明公开了一种基于领域损失预测主动学习的玻璃缺陷检测方法，该方法定义了一个损失预测模型，该模型能与多标签分类模型共同训练优化，并对未标注样本池中的玻璃样本进行损失预测，排序后取前K个预测损失值最大的玻璃样本作为主动学习挑选出的高价值样本，标注后加入标注样本集中，用于训练多标签分类模型，从而对待检测玻璃中存在的缺陷类型进行识别。使用该方法能够有效提升模型在较小多标签图像样本量下的分类准确率，从而用较少的数据量使模型效果达到预期，降低样本标注成本。

技术领域

本发明属于卷积神经网络技术领域，涉及一种基于领域损失预测主动学习的玻璃缺陷检 测方法。

背景技术

玻璃对于城市化和现代工业具有重要意义，对于玻璃缺陷检测领域，每天都有大量的玻 璃缺陷检测工作，大多还是靠人工筛选。然而，人工识别玻璃缺陷成本高，效率低。专业的 玻璃缺陷检测仪器不仅价格昂贵，而且设备的占地空间大，在普通企业中不容易普及。这些 企业迫切需要一种低成本的玻璃缺陷检测方案。玻璃通常可能出现多种不同的缺陷，因此属 于对玻璃图像的识别，属于多标签分类问题。正确识别并分类这些缺陷的类别，对工厂降低 成本，提高效率具有重要意义。

多标签图像分类不同于单标签分类，其待分类样本可能同时属于两个或更多类别，并且 各个类别之间存在着更加复杂的关系。多标签分类算法主要分为两种：一种是问题转换方法 (Problem transformation methods)；另一种是算法转换方法(Algorithmadaptation methods)。 问题转换方法的基本思想是将多标签分类问题转化为简单的二分类问题，然后利用已知的方 法解决多标签问题。算法转换方法通常是将传统的单标签分类算法进行优化，从而适应多标 签分类数据集。一些经典的多标签学习算法有：基于概率模型的方法、基于决策树的方法、 基于支持向量机的方法、基于神经网络的方法、基于KNN的方法。

主动学习是降低标注成本，提升模型效果的一种有效的方法，核心思想是通过一些启发 式策略找到相对最具有“价值”的训练样本，使得模型能够以尽可能少的标注样本达到甚至 超过预期的效果。因此可以很好的用于玻璃缺陷检测领域。主动学习的概念由Simon在1974 年提出。随后，主动学习方法在许多领域中层出不穷，并进一步被归纳为生成式成员查询 (Membership Query Synthesis)、流式主动学习方法(Stream-BasedSelective Sampling)和基 于未标注样本池的主动学习方法(Pool-Based Sampling)等经典的场景。相较之下，基于未 标注样本池的主动学习方法将大量未标注样本构成未标注样本池，通过设计样本筛选策略从 未标注样本池中筛选出最有“价值”的样本优先进行标注。此外，伴随着互联网的热潮以及 数据采集技术的不断提升，很多领域能够以廉价的成本获取大量的未标注数据。因此，基于 未标注样本池的主动学习方法最流行并且广泛应用于不同的领域中，在机器学习和数据挖掘 的应用中处于非常重要的地位。

发明内容

本发明的目的在于：提供一种应用于深度卷积神经网络中，面对多标签玻璃图像分类任 务的损失预测主动学习方法，该方法通过提出一种损失预测主动学习模型，选取对分类模型 最有效的图像进行标注并用于模型训练，从而用最低标注成本使模型更好的识别出玻璃图像 存在哪些类别的缺陷，达到预期效果。

本发明采用的技术方案如下：

一种基于领域损失预测主动学习的玻璃缺陷检测方法，步骤1：输入待处理的未标记玻 璃图像，随机选取部分图像，交由专家标记，作为初始标注数据集；

步骤2：构建多标签分类模型与损失预测模型；

步骤3：利用当前标注数据集训练多标签分类模型与损失预测模型；

步骤4：使用损失预测模型从所有未标注玻璃样本中挑选样本，标注后加入标注数据集；

步骤5：重复步骤3、步骤4，直到预算耗尽或达到预期效果，得到训练好的多标签分类 模型。