[發明專利]一種基于5G的多模型手持云端檢測傳輸系統及檢測方法

有效

• 申請號: 202110334258.5
• 申請日: 2021-03-29
• 公開（公告）號: CN113099175B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 齊志泉;魏路紅;尹建英
• 申請（專利權）人: 蘇州華云視創智能科技有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;H04L67/12;G06T7/00;G06V10/94;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京常青藤知識產權代理有限公司 32286
• 代理人: 金迪

1.一種基于5G的多模型手持云端檢測傳輸系統，其特征在于：包括手持設備和云端檢測模塊，所述手持設備連接有5G網絡且通過5G網絡連接云端檢測模塊；

所述手持設備內設有采集模塊、處理模塊、存儲模塊、檢測模塊和通信模塊，所述采集模塊連接處理模塊，所述處理模塊連接檢測模塊、存儲模塊和通信模塊，所述檢測模塊連接存儲模塊和通信模塊，所述通信模塊連接5G網絡；

所述云端檢測模塊包括數據庫、知識蒸餾模塊、檢測單元、收發模塊和數據處理單元，所述知識蒸餾模塊連接收發模塊、數據庫和檢測單元，所述數據處理單元連接收發模塊和數據庫，所述數據庫還連接檢測單元和收發模塊，所述檢測單元連接收發模塊；

其中，所述手持設備根據需要檢測的場景信息通過通信模塊和5G網絡傳輸給收發模塊，所述收發模塊將收到的場景信息傳輸至數據處理模塊進行處理后，所述數據處理模塊獲取對應場景后從數據庫中下載相應的訓練好的學生網絡檢測模型通過收發模塊傳輸至手持設備；

所述手持設備收到學生網絡檢測模型后完成初始化，并通過采集模塊中的攝像頭進行數據采集，并通過手持設備內的學生網絡檢測模型完成故障檢測；

所述手持設備完成檢測后，將對列車多個部件的檢測結果進行綜合，得出相應的整體檢測數據，并將故障圖像和整體檢測數據通過5G網絡上傳至云端檢測模塊并存儲于數據庫中；

云端檢測模塊根據整體檢測數據進行綜合分析，完成新的教師網絡檢測模型的訓練和更新，基于原有的數據和教師網絡檢測模型，通過知識蒸餾模塊，訓練出學生網絡檢測模型，用于后續的檢測。

2.根據權利要求1所述的基于5G的多模型手持云端檢測傳輸系統，其特征在于：所述知識蒸餾模塊包括樣本訓練單元、多個教師網絡檢測模型和多個學生網絡檢測模型，所述教師網絡檢測模型用于通過樣本訓練單元，完成新的教師網絡檢測模型的訓練、更新和學生網絡檢測模型的訓練。

3.根據權利要求2所述的基于5G的多模型手持云端檢測傳輸系統，其特征在于：所述學生網絡檢測模型的模型大小小于等于50M。

4.根據權利要求3所述的基于5G的多模型手持云端檢測傳輸系統，其特征在于：所述采集模塊包括攝像頭，用于進行場景信息的數據采集。

5.一種使用如權利要求4所述的基于5G的多模型手持云端檢測傳輸系統的檢測方法，其特征在于：包括如下步驟：

S1.所述手持設備根據需要檢測的場景信息通過通信模塊和5G網絡傳輸給收發模塊，所述收發模塊將收到的場景信息傳輸至數據處理模塊進行處理后，所述數據處理模塊獲取對應場景后從數據庫中下載相應的訓練好的學生網絡檢測模型通過收發模塊傳輸至手持設備；

S2.所述手持設備收到學生網絡檢測模型后完成初始化，并通過采集模塊中的攝像頭進行數據采集，并通過手持設備內的學生網絡檢測模型完成故障檢測；

S3.所述手持設備完成檢測后，將對列車多個部件的檢測結果進行綜合，得出相應的整體檢測數據，并將故障圖像和整體檢測數據通過5G網絡上傳至云端檢測模塊并存儲于數據庫中；

S4.云端檢測模塊根據整體檢測數據進行綜合分析，完成新的教師網絡檢測模型的訓練和更新，基于原有的數據和教師網絡檢測模型，通過知識蒸餾模塊，訓練出學生網絡檢測模型，用于后續的檢測。

6.根據權利要求5所述的基于5G的多模型手持云端檢測傳輸系統的檢測方法，其特征在于：步驟S4具體包括如下步驟：

(41)基于數據庫中的檢測數據、原有的教師網絡檢測模型和學生網絡檢測模型，進行人為的標定作為訓練樣本，計算基于自監督的知識蒸餾損失，基于自監督的知識蒸餾損失L_SS的計算公式如下所示：

其中，為教師網絡檢測模型自監督分類后的輸出結果，為學生網絡檢測模型經自監督分類后的輸出結果，τ為蒸餾系數，一般τ＝2，x為正整數，j為正整數；i為標識類別序號，s為學生，t為教師；

(42)基于數據庫中的檢測數據、原有的教師網絡檢測模型和學生網絡檢測模型，計算普通知識蒸餾的損失，普通知識蒸餾損失L_kd的計算公式如下所示：

其中，為教師網絡檢測模型經softmax分類后的輸出結果，為學生網絡檢測模型經softmax分類后的輸出結果，C為類別數目，x服從于Dx；

(43)將普通知識蒸餾損失和基于自監督的知識蒸餾損失進行加權平均，采用基于旋轉角度的方式來判別數據的角度作為一個分類任務，完成學生網絡檢測模型的訓練和更新。