联系人:
所在地:
本申请涉及杂质检测模型的训练方法、检测方法、设备和介质,训练方法包括:将含有杂质的训练样本输入待训练的神经网络,得到训练样本的杂质位置的输出结果,其中训练样本包括杂质的已知位置信息和已知光学信号,输出结果包含训练样本的杂质的预测位置和预测光学信号;将预测光学信号和预测位置进行分类,得到第一概率分布;将杂质的已知位置信息和已知光学信号进行分类,形成已知杂质的已知分类数据,并将已知分类数据进行one-hot编码,得到第二概率分布;利用第一概率分布和第二概率分布,计算损失函数;调整神经网络的网格参数以缩小损失函数。神经网络稳定性强,准确性强。