WO2026098766 - METHOD AND COMPUTER DEVICE FOR TRAINING NEURAL NETWORK FOR OBJECT DETECTION OF INDUSTRIAL IMAGES

National phase entry is expected:
Publication Number WO/2026/098766
Publication Date 15.05.2026
International Application No. PCT/EP2024/081162
International Filing Date 05.11.2024
Title **
[English] METHOD AND COMPUTER DEVICE FOR TRAINING NEURAL NETWORK FOR OBJECT DETECTION OF INDUSTRIAL IMAGES
[French] PROCÉDÉ ET DISPOSITIF INFORMATIQUE D'ENTRAÎNEMENT D'UN RÉSEAU NEURONAL À LA DÉTECTION D'OBJETS SUR DES IMAGES INDUSTRIELLES
Applicants **
ROBERT BOSCH GMBH
Inventors
MISSAOUI, Benjamin
NGO, Chi Trung
YUAN, Chongbin
Application details
Total Number of Claims/PCT *
Number of Independent Claims *
Number of Priorities *
Number of Multi-Dependent Claims *
Number of Drawings *
Pages for Publication *
Number of Pages with Drawings *
Pages of Specification *
*
Number of Office Actions *
*
International Searching Authority
*
Recordal of a Change of the Applicant's Name/Address
*
Type of Assignment
*
Applicant's Legal Status
*
*
*
*
*
*
Entry into National Phase under
*
Patent Delivery
*
Translation

* The data is based on automatic recognition. Please verify and amend if necessary.

** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.

Quotation for National Phase entry

Country StagesTotal
China Filing, Examination, Granting2094
EPO Filing, Examination, Granting10703
Japan Filing, Examination, Granting2337
South Korea Filing, Examination, Granting2258
USA Filing, Examination, Granting5340
MasterCard Visa
Total: 22,732
Contact Us
Abstract[English] Various embodiments concern a method of training a neural network model for object detection of industrial images comprising: obtaining a pre-trained object detection model, wherein the pre-trained object detection model is pre-trained using a source domain; bootstrap training of the pre-trained object detection model to obtain an intermediate bootstrapped trained object detection model by: sampling an industrial image from a dataset; segmenting the industrial image into semantic regions using an image segmentation model; sample two regions of the semantic regions and sample two crops from each region of the two regions; training the pre-trained object detection model using the two regions and the two crops from each region to obtain the intermediate bootstrapped trained object detection model and using the intermediate bootstrapped trained object detection model to train the neural network for object detection of industrial images.[French] Divers modes de réalisation concernent un procédé d'entraînement d'un modèle de réseau neuronal à la détection d'objets sur des images industrielles consistant à : obtenir un modèle de détection d'objets pré-entraîné, le modèle de détection d'objets pré-entraîné étant pré-entraîné à l'aide d'un domaine source ; entraîner par bootstrap le modèle de détection d'objets pré-entraîné pour obtenir un modèle de détection d'objets entraîné bootstrappé intermédiaire par : échantillonnage d'une image industrielle provenant d'un ensemble de données ; segmentation de l'image industrielle en régions sémantiques à l'aide d'un modèle de segmentation d'image ; échantillonnage de deux régions parmi les régions sémantiques et échantillonnage de deux cultures à partir de chaque région parmi les deux régions ; entraînement du modèle de détection d'objets pré-entraîné à l'aide des deux régions et des deux cultures de chaque région pour obtenir le modèle intermédiaire de détection d'objets entraîné bootstrappé et utiliser le modèle intermédiaire de détection d'objets entraîné bootstrappé pour entraîner le réseau neuronal à la détection d'objets sur des images industrielles.

Rejoining the server...