学习处理装置及检查装置的制作方法

技术特征：
1.一种学习处理装置，是根据拍摄了检查对象物的图像数据和神经网络模型而构建在所述检查对象物的检查中使用的神经网络模型的学习处理装置(30)，所述学习处理装置的特征在于，具有：学习部(30)，其根据包含多个学习用图像的图像数据的列表，以规定的学习条件实施学习处理来构建神经网络模型，所述学习部(30)在每次构建所述神经网络模型时，在该神经网络模型中嵌入固有的模型识别数据。2.根据权利要求1所述的学习处理装置，其特征在于，所述学习部(30)在所述图像数据的列表或所述学习条件中的至少一部分被改变的情况下，向所述图像数据的列表以及所述学习条件的组合附加固有的模型识别数据，并向以该图像数据的列表以及所述学习条件构建的神经网络模型嵌入所述固有的模型识别数据。3.根据权利要求1或2所述的学习处理装置，其特征在于，所述模型识别数据是二进制数据。4.一种检查装置，是根据设定的检查处理条件的数据文件而对检查对象物进行检查的检查装置(1)，所述检查装置的特征在于，具有：学习部(30)，其根据包含多个学习用图像的图像数据的列表，以规定的学习条件实施学习处理来构建神经网络模型；处理条件设定部(20)，其生成应用了被构建的所述神经网络模型的所述检查处理条件的数据文件；检查部(10)，其根据所述检查处理条件的数据文件，并根据拍摄了所述检查对象物的图像数据和所述神经网络模型，判断所述检查对象物的异常，所述学习部(30)在每次构建所述神经网络模型时，附加固有的模型识别数据来构建所述神经网络模型，所述处理条件设定部(20)在每次应用的神经网络模型被改变时，附加固有的条件识别数据来生成所述检查处理条件数据。5.根据权利要求4所述的检查装置，其特征在于，所述处理条件设定部(20)在每次应用的神经网络模型被改变时，附加固有的条件识别数据来生成所述检查处理条件数据。6.根据权利要求5所述的检查装置，其特征在于，所述条件识别数据是二进制数据。

技术总结
本发明为一种学习处理装置，是根据拍摄了检查对象物的图像数据和神经网络模型而构建在检查对象物的检查中使用的神经网络模型的学习处理装置(30)，学习处理装置(30)具有：学习部(30)，其根据包含多个学习用图像的图像数据的列表，以规定的学习条件实施学习处理来构建神经网络模型，学习部(30)在每次构建神经网络模型时，在该神经网络模型中嵌入固有的模型识别数据。识别数据。识别数据。


技术研发人员：和田谦
受保护的技术使用者：星徳科技术株式会社
技术研发日：2020.09.16
技术公布日：2022/4/29