摘要

本发明公开了一种基于三支决策的缺陷检测数据集预处理方法,该方法通过构造一个卷积神经网络来进行图片特征的提取,利用随机梯度下降法基于分类网络中的交叉熵损失来进行卷积神经网络权值的更新,同时利用卷积神经网络输出的特征来进行样本所属域的划分,对划分后的负域和边界域样本进行数据增强,再利用数据增强后的数据集继续进行训练,直到分类网络达到一个较好的分类准确率。通过实验证明了本发明方法比直接对数据集中的图片进行无差别的增强后进行训练,模型的收敛速度更快,最终的分类准确率更高。