[發明專利]鋼包缺陷檢測分類方法、裝置、設備及計算機可讀介質

有效

• 申請號: 201810020267.5
• 申請日: 2018-01-09
• 公開（公告）號: CN108230318B
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 冷家冰;劉明浩;梁陽;文亞偉;張發恩;郭江亮;唐進;尹世明
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01N21/88
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 張臻賢;王珺

本發明提出一種鋼包缺陷檢測分類方法，包括以下步驟：接收待檢測的鋼包圖片數據，并生成鋼包缺陷的檢測請求；根據負載均衡和調度策略，將所述鋼包圖片數據和檢測請求發送至搭載檢測模型的最佳服務器上；接收由檢測模型對鋼包圖片數據進行預測計算后輸出的預測結果，所述預測結果包括鋼包缺陷的類別；根據檢測模型輸出的預測結果，執行相應的響應動作。本發明實施例通過對實時采集的鋼包圖像進行檢測判斷，最終獲取鋼包缺陷所在的位置及其所屬的類別。進一步，本發明實施例進行檢測模型的迭代更新，使檢測模型能夠適應生產環境的最新需求，在分類精度、可擴展性、規范化等方面為工業生產線帶來顯著的提升。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種鋼包缺陷檢測分類方法及裝置、設備和計算機可讀介質。

背景技術

在鋼鐵制造業中，鋼包是煉鋼的重要設備，其狀態不僅關系到鋼鐵生產的質量，而且關系到生產環境的安全。因此對于鋼包狀態的質檢是鋼鐵生產流程中的關鍵環節。傳統鋼鐵企業生產環境中，對鋼包狀態進行監控的一種重要手段是對鋼包內壁表面的狀態進行檢測，以判斷鋼包是否缺陷，并根據檢測結果對鋼包做相應的處理。在鋼鐵生產線上中，這種基于鋼包內壁表面狀態的質檢多為人工巡檢或半自動化光學儀器輔助質檢，不僅效率低下，而且容易出現誤判，另外，這種方式產生的工業數據不易存儲、管理和二次挖掘再利用。

而現有的質檢系統在缺陷檢測和定位應用中主要有兩種方式。第一種方式為純人工質檢方式，即依賴于行業專家肉眼觀察生產環境中的照片給出判斷。第二種方式為機器輔助的人工質檢方式，主要由具有一定判斷能力的質檢系統過濾沒有缺陷的照片，由行業專家對疑似存在缺陷的照片進行檢測判斷。其中，第二種方式多為專家系統和特征工程系統發展而來，專家將經驗固化在質檢系統中，具有一定的自動化能力。

然而，對于第一種質檢方式，由于現有工業生產線質檢系統中，缺陷圖片的檢測和定位主要依靠純人工檢查或基于特征工程的檢測系統。在人工質檢的情況下，需要業務專家在生產現場進行巡視檢查，發現缺陷之后人工記錄下來再做后續處理。這種方法不僅效率低，容易漏判誤判，數據很難進行二次利用挖掘，而且工業生產環境往往比較惡劣，對人員的健康和安全會造成不利影響。

對于第二種質檢方式，在基于傳統專家系統或特征工程的質檢系統中，特征和判定規則都是基于經驗固化到機器中的，難以隨業務的發展迭代，導致隨著生產工藝的發展，系統的檢測精度越來越低，甚至降低到完全不可用的狀態。此外，傳統質檢系統的特征都由第三方供應商預先固化在硬件中，升級時不僅需要對生產線進行重大改造，而且價格昂貴。傳統質檢系統在安全性、規范化、可擴展性等方面都存在著明顯不足，不利于傳統工業生產線的優化升級。

發明內容

本發明實施例提供一種鋼包缺陷檢測分類方法、裝置、設備及計算機可讀介質，以解決或緩解現有技術中的以上技術問題。

第一方面，本發明實施例提供了一種鋼包缺陷檢測分類方法，包括以下步驟：

接收待檢測的鋼包圖片數據，并生成鋼包缺陷的檢測請求；

根據負載均衡和調度策略，將所述鋼包圖片數據和檢測請求發送至搭載檢測模型的最佳服務器上；

接收由檢測模型對鋼包圖片數據進行預測計算后輸出的預測結果，所述預測結果包括鋼包缺陷的類別；

根據檢測模型的預測結果，執行相應的響應動作。

結合第一方面，本發明在第一方面的第一種實現方式中，所述根據檢測模型輸出的預測結果，執行相應的響應動作的步驟之后，還包括：發送更新指令至最佳服務器，由最佳服務器根據接收的鋼包圖片數據和預測結果對所述檢測模型進行訓練更新。

第二方面，本發明實施例提供了一種鋼包缺陷檢測分類方法，包括以下步驟：

接收鋼包圖片數據及鋼包缺陷的檢測請求；