[發明專利]一種用于提高工業質檢模型迭代的方法、系統及介質

在審

• 申請號: 202110043821.3
• 申請日: 2021-01-13
• 公開（公告）號: CN112700436A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 杭天欣;馬元巍;陳紅星;王克賢;潘正頤;侯大為
• 申請（專利權）人: 上海微億智造科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

本發明提供了一種用于提高工業質檢模型迭代的方法、系統及介質，涉及計算機視覺技術領域，該方法包括：步驟1：對現場服務器和現場機臺進行連接部署；步驟2：通過現場機臺根據算法模型對工件進行檢測，得到缺陷結果，通過現場服務器對算法模型的輸出進行難樣本篩選，根據篩選結果對算法模型進行迭代優化。本發明能夠有效提高工業質檢模型的迭代速度，并提高模型可用的持久性。

技術領域

本發明涉及計算機視覺技術領域，具體地，涉及一種用于提高工業質檢模型迭代的方法、系統及介質。

背景技術

在當前的人工智能工業質檢領域，模型從開發到部署的流程一般為：標注工程師對收集到的工件樣本進行拍照、并對收集的照片進行人工標注，隨后算法工程師根據數據選定模型、訓練模型、調試模型，最后中控工程師將部署模型到工業流水線。由于工件的制作并不具有絕對穩定性，所以流水線上的工件形態可能會輕微變化，而這些新的形態很可能是算法模型沒有學習到的，所以即使模型已經上產線，對模型也需要固定的維護和更新。

傳統的模型迭代過程一般如圖1所示：中控工程師會隨機抽取流水線上的工件，交由標注工程師對其拍照和標注，算法工程師利用新的數據對模型進行迭代，中控工程師暫停流水線、將新的模型更新到流水線上、重新啟動流水線。

針對上述現有技術，這樣的迭代方式雖然是主流方式，但是有不少缺點：迭代周期漫長，人工成本高、模型更新跟不上工件形態的變換；隨機取樣可能導致樣本不平衡，會使得模型的泛化性變差；影響流水線工作效率，如暫停、更新或重啟流水線會導致損失。且由圖1可以看出，傳統的迭代方式對人工的依賴度很高，并且時效性很差。

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種用于提高工業質檢模型迭代的方法、系統及介質，能夠有效的解決上述缺點，提高工業質檢模型的迭代速度，并提高模型可用的持久性。

根據本發明提供的一種用于提高工業質檢模型迭代的方法、系統及介質，所述方案如下：

第一方面，提供了一種用于提高工業質檢模型迭代的方法，所述方法包括：

對現場服務器和現場機臺進行連接部署；

通過現場機臺根據算法模型對工件進行檢測，得到缺陷結果，通過現場服務器對算法模型的輸出進行難樣本篩選，根據篩選結果對算法模型進行迭代優化。

優選的，所述對現場服務器和現場機臺進行連接部署包括：

在車間內設置一臺現場服務器，并配置算法模型和參數信息，采用網線連接的方式，將現場的所有現場機臺和現場服務器相連；

現場機臺負責拍照采集，并將采集到的照片作為輸入送入現場服務器，現場服務器用算法模型檢測照片后，將運行后的結果作為輸出傳給現場機臺。

優選的，所述通過使用現場服務器和現場機臺，按照流程對工件依次進行檢測包括：

通過現場機臺對流水上依次進入現場機臺的工件拍照，生成工件照片；

將工件照片作為輸入送入現場服務器，在現場服務器內搜尋現場機臺對應算法模型，并用搜尋得到的算法模型檢測照片，得到算法模型輸出；

將得到的算法模型輸出同時輸進兩個方向：

方向一：輸入進現場機臺，現場機臺根據所述算法模型輸出得到缺陷結果；

方向二：進入在線循環迭代。

優選的，所述方向二包括：

將算法模型輸出進行難樣本篩選，得到難樣本；

利用算法模型給出的其他信息，對難樣本進行特征篩選，得到新數據集；