公开(公告)号：CN113924594A

公开(公告)日：2022-01-11

申请号：CN201980097165.6

申请日：2019-08-19

Applicant: LG电子株式会社

Inventor： 太敬弼 ,  金永郁 ,  朴昶勇 ,  赵俸数

IPC: G06T7/00 ,  G05B23/02 ,  G05B19/418 ,  G06N20/00

Abstract: 在本发明的用于产品生产线上的视觉检查的基于AI的新学习模型生成系统中，在为了产品生产线上的视觉检查而在已生成的现有学习模型的学习中应用的多个学习数据集中，后补集提取模块基于判断类型信息而提取2个以上的后补数据集。并且，追加集决定模块算出新学习数据与后补数据集的学习图像之间的类似度，将基准值以上的任一个决定为追加学习数据。并且，新模型生成模块使预训练模型学习追加学习数据集和新学习数据而生成新学习模型。由此，在用少量的新学习数据生成新学习模型时，与新学习数据类似的以往的学习数据集追加地应用于学习，从而能够提高新学习模型的判断准确度。

公开(公告)号：CN113906451A

公开(公告)日：2022-01-07

申请号：CN201980097164.1

申请日：2019-08-19

Applicant: LG电子株式会社

Inventor： 太敬弼 ,  金永郁 ,  赵俸数 ,  朴昶勇

IPC: G06N20/00 ,  G06T7/00 ,  G06T7/246

Abstract: 本发明涉及基于AI的预训练模型决定系统，当输入到判断类型信息时，基于多个学习模型中的判断类型信息而提取后补模型，由后补模型判断新的学习数据。以后补模型的判断准确度为基准而将预设的第1基准值以上的最上位后补模型决定为用于生成新学习模型的预训练模型，提高新学习模型的判断准确度。