DEEP LEARNING PLATFORMS FOR AUTOMATED VISUAL INSPECTION

Techniques that facilitate the development and/or modification of an automated visual inspection (AVI) system that implements deep learning are described herein. Some aspects facilitate the generation of a large and diverse training image library, such as by digitally modifying images of real-world...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: HAMPSHIRE, KENNETH E, MILNE, GRAHAM F, FINE, JORDAN RAY, QUINLAN, MARK, PEARSON, THOMAS CLARK, BERNACKI, JOSEPH PETER
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Techniques that facilitate the development and/or modification of an automated visual inspection (AVI) system that implements deep learning are described herein. Some aspects facilitate the generation of a large and diverse training image library, such as by digitally modifying images of real-world containers, and/or generating synthetic container images using a deep generative model. Other aspects decrease the use of processing resources for training, and/or making inferences with, neural networks in an AVI system, such as by automatically reducing the pixel sizes of training images (e.g., by down-sampling and/or selectively cropping container images). Still other aspects facilitate the testing or qualification of an AVI neural network by automatically analyzing a heatmap or bounding box generated by the neural network. Various other techniques are also described herein. L'invention concerne des techniques qui facilitent le développement et/ou la modification d'un système d'inspection visuelle automatisée (AVI) qui met en uvre un apprentissage profond. Certains aspects facilitent la génération d'une bibliothèque d'images d'apprentissage grande et diverse, par exemple par modification numérique d'images de conteneurs du monde réel, et/ou génération d'images de conteneurs synthétiques à l'aide d'un modèle génératif profond. D'autres aspects réduisent l'utilisation de ressources de traitement pour l'apprentissage et/ou la réalisation d'inférences avec des réseaux de neurones artificiels dans un système d'AVI, par exemple par réduction automatique des tailles de pixels d'images d'apprentissage (par exemple, par sous-échantillonnage et/ou recadrage sélectif d'images de conteneur). D'autres aspects encore facilitent l'essai ou la qualification d'un réseau de neurones artificiels d'AVI par l'analyse automatique d'une carte thermique ou d'un rectangle englobant généré par le réseau de neurones artificiels. Une variété d'autres techniques est également décrite.