一种用于影像标记标准化的方法、电子装置及计算机程序产品。影像标记标准化的方法包括：接收缺陷样态；依据缺陷样态，对影像进行标记，产生第一判断结果；依据缺陷样态，对影像进行标记，而产生第二判断结果；比较第一判断结果及第二判断结果，而得到比较结果；依据比较结果更新缺陷样态，用以标准化缺陷样态。本发明专利技术的影像标记方法、电子装置及计算机程序产品可使得经训练的影像辨识算法的训练数据的标记稳定性提高，进而提升经训练的影像辨识算法的影像辨识的正确率。的影像辨识的正确率。的影像辨识的正确率。
【技术实现步骤摘要】
用于影像标记标准化的方法、电子装置及计算机程序产品
[0001]本专利技术涉及一种关于影像标记的方法，尤其涉及一种利用卷积神经网络进行影像辨识的影像标记方法。
技术介绍
[0002]在现有工业生产的人工智能机器学习范畴中，由于专业分工及数据量庞大，通常由一专业标记人员执行数据标记，由研发人员执行影像辨识模型的训练，并确认效果，再由产线上的技术人员比对由专业标记人员及影像辨识模型标记的标记结果。研发人员确认效果的目的在于确认影像辨识模型是否成功达到知识转移(knowledge transfer)，用以达到取代人类思考与决策的效果。因此，尽管现有人工智能机器学习通常已足以满足其预期目的，但它们并不是在每一方面都完全令人满意。
[0003]因此，需要提供一种用于影像标记标准化的方法以及应用该方法的计算机程序产品及电子装置来解决上述问题。
技术实现思路
[0004]依据本专利技术实施例的影像标记标准化的方法，包括：接收一缺陷样态(appearance)；依据缺陷样态对一影像进行标记，产生一第一判断结果；依据缺陷样态，对影像进行标记，产生一第二判断结果；比较第一判断结果及第二判断结果，得到一比较结果；以及依据比较结果，更新缺陷样态，用以标准化缺陷样态。
[0005]如上所述的方法，其中，对影像进行标记的步骤包括：接收来自一使用者界面(user interface：UI)的一控制信号，并且依据控制信号，将影像标记为缺陷影像或非缺陷影像，或将影像删除。
[0006]如上所述的方法，其中，对影像进行标记的步骤还包括：接收来自使用者界面的控制信号，依据控制信号将影像储存至对应的一储存空间。
[0007]如上所述的方法，其中，产生第一判断结果的步骤包括：在不同时间点，接收依据缺陷样态对影像进行判断而判断出的第一判断结果及一复判结果；以及当复判结果相同于第一判断结果时，则依据第一判断结果对影像进行标记；其中，第一判断结果记录影像是否为一缺陷图像。
[0008]如上所述的方法，影像标记标准化的方法还包括：取得缺陷样态的一规格版本；其中，规格版本记录了缺陷样态的更新日期。
[0009]如上所述的方法，其中，产生第二判断结果的步骤包括：以影像作为训练数据而生成经训练的一影像辨识算法；以及利用影像辨识算法，判断影像是否为一缺陷图像，而得到该第二判断结果。
[0010]如上所述的方法，影像标记标准化的方法还包括：对标记结果进行稽核；其中，对标记结果进行稽核的步骤包括：在不同时间点，接收一第一稽核结果及一第二稽核结果；第一稽核结果及第二稽核结果记录不同时间点时，同一组多个影像中所包括缺陷影像及非缺
陷影像的数目；以及当第一稽核结果相异于第二稽核结果的比例(moving rate)低于第一阈值时，则判定标记结果为合格。
[0011]如上述的方法，其中，更新缺陷样态的规格版本的步骤包括：增加或减少对应于至少一缺陷样态的影像数目；或增加或减少缺陷设定文件中所定义缺陷样态的种类数目。
[0012]依据本专利技术实施例的电子装置，用于影像标记标准化，电子装置包括：一使用者界面以及一处理器。使用者界面接收一缺陷样态，并且接收依据缺陷样态对一影像进行标记而产生的一第一判断结果。处理器接收来自使用者界面的缺陷样态及第一判断结果，并且依据缺陷样态对影像进行标记，而产生一第二判断结果。处理器比较第一判断结果及第二判断结果，而得到一比较结果。处理器依据比较结果，更新缺陷样态，用以标准化缺陷样态。
[0013]依据本专利技术实施例的计算机程序产品，用于影像标记标准化，适用于具有一处理器的计算机中，计算机程序产品包括：一第一接收指令、一第二接收指令、一判断指令、一比较指令，以及一更新指令。第一接收指令使得处理器接收一缺陷样态。第二接收指令使得处理器接收依据缺陷样态对一影像进行标记而产生的一第一判断结果。判断指令使得处理器依据缺陷样态，对影像进行标记，而产生一第二判断结果。比较指令使得处理器比较第一判断结果及第二判断结果，而得到一比较结果。更新指令使得处理器依据比较结果，更新缺陷样态，用以标准化缺陷样态。
[0014]本专利技术的影像标记方法以及用于影像标记标准化的电子装置和计算机程序产品可使得经训练的影像辨识算法的训练数据的标记稳定性提高，进而提升经训练的影像辨识算法的影像辨识的正确率。
附图说明
[0015]图1为本专利技术实施例的影像标记标准化的方法的流程图。
[0016]图2为本专利技术实施例的影像标记标准化方法的使用者界面的示意图。
[0017]图3为本专利技术实施例的影像标记标准化方法的深度残差网络的结构示意图。
[0018]图4为本专利技术实施例的影像标记标准化方法的深度残差网络的卷积块(convolutionblock)及标识块(identify block)的结构示意图。
[0019]图5A、图5B、图5C为本专利技术实施例的影像标记标准化方法的卷积神经网络的验证流程图。
[0020]图6为本专利技术实施例的影像标记标准化方法应用于产线时的设定图。
[0021]图7为本专利技术实施例的影像标记标准化方法应用于产线后的产品过杀(overkill)率及复判移动率(moving rate)的曲线图。
[0022]图8A、图8B为本专利技术实施例的影像标记标准化方法的缺陷样态的示意图。
[0023]主要组件符号说明：
[0024]S100、S102、S104、S106、S108 步骤
[0025]200 使用者界面
[0026]202 影像显示
[0027]204、206影像标记对象
[0028]208 影像删除对象
[0029]210 影像标记显示
[0030]212 影像开启对象
[0031]214 标记完成对象
[0032]216 标记进度显示
[0033]218 上一页对象
[0034]220 下一页对象
[0035]300 深度残差网络
[0036]302 卷积层
[0037]304 残差层
[0038]306 全局池化层
[0039]308 全连接层
[0040]310 影像
[0041]312 数值
[0042]400 卷积块
[0043]402、404、406、408 卷积层
[0044]410 标识块
[0045]412、414、416 卷积层
[0046]420、422、424、430、432 特征影像
[0047]S500、S502、S504、S506、S508 步骤
[0048]S510、S512、S514、S516、S518、S520 步骤
[0049]S530、S532、S534、S536、S538 步骤
[0050]600 产线
[0051]602 公司内网
[0052]604、610 计算机
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种影像标记标准化的方法，该影像标记标准化的方法包括：接收一缺陷样态；依据该缺陷样态，对一影像进行标记，产生一第一判断结果；依据该缺陷样态，对该影像进行标记，产生一第二判断结果；比较该第一判断结果及该第二判断结果，得到一比较结果；以及依据该比较结果，更新该缺陷样态，用以标准化该缺陷样态。2.如权利要求1所述的影像标记标准化的方法，其中，对该影像进行标记的步骤包括：接收来自一使用者界面的一控制信号，并且依据该控制信号，将该影像标记为一缺陷影像或一非缺陷影像，或将该影像删除。3.如权利要求2所述的影像标记标准化的方法，其中，对该影像进行标记的步骤还包括：接收来自该使用者界面的该控制信号，依据该控制信号将该影像储存至对应的一储存空间。4.如权利要求1所述的影像标记标准化的方法，其中，产生该第一判断结果的步骤包括：在不同时间点，接收依据该缺陷样态对该影像进行判断而判断出的该第一判断结果及一复判结果；以及当该复判结果相同于该第一判断结果时，则依据该第一判断结果对该影像进行标记；其中，该第一判断结果记录该影像是否为一缺陷图像。5.如权利要求1所述的影像标记标准化的方法，该影像标记标准化的方法还包括：取得该缺陷样态的一规格版本；其中，该规格版本记录了该缺陷样态的更新日期。6.如权利要求1所述的影像标记标准化的方法，其中，产生该第二判断结果的步骤包括：以该影像作为训练数据而生成经训练的一影像辨识算法；以及利用该影像辨识算法，判断该影像是否为一缺陷图像，而得到该第二判断结果。7.如权利要求1所述的影像标记标准化的方法，该影像标记标准化的方法还包括：在不同时间点，接收一第一稽核结果及一第二稽核结果；其中，该第一稽核结果及该第二稽核结果记录不同时间点时，同一组多个影像中所包括缺陷影像及非缺陷影像的数目；以及当该...
【专利技术属性】
技术研发人员：卢廷杰，陈庆明，蔡昀原，陈世祥，张家泓，
申请(专利权)人：纬创资通股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。