[发明专利]钢板缺陷检测分类方法、装置、设备及计算机可读介质

说明书

本发明提出一种钢板缺陷检测分类方法，包括以下步骤：接收待检测的钢板图片数据，并生成钢板缺陷的检测请求；根据负载均衡和调度策略，将所述钢板图片数据和检测请求发送至搭载检测模型的最佳服务器上；接收由检测模型对钢板图片数据进行预测计算后输出的预测结果，所述预测结果包括钢板缺陷的类别；根据检测模型输出的预测结果，执行相应的响应动作。本发明实施例通过对实时采集的钢板图像进行检测判断，最终获取钢板缺陷所在的位置及其所属的类别。进一步，本发明实施例进行检测模型的迭代更新，使检测模型能够适应生产环境的最新需求，在分类精度、可扩展性、规范化等方面为工业生产线带来显著的提升。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种钢板缺陷检测分类方法及装置、设备和计算机可读介质。

背景技术

在钢铁制造业的钢板生产场景中，质检是生产流程中的关键环节。传统钢铁企业生产环境中，对质量进行控制的一种重要手段是对钢板的表面状态进行检测，以判断钢板是否存在瑕疵和缺陷，并根据检测结果对钢板做相应的处理。在钢板生产线上中，这种基于钢板表面状态的质检多为人工巡检或半自动化光学仪器辅助质检，不仅效率低下，而且容易出现误判，另外，这种方式产生的工业数据不易存储、管理和二次挖掘再利用。

而现有的质检系统在缺陷检测和定位应用中主要有两种方式。第一种方式为纯人工质检方式，即依赖于行业专家肉眼观察生产环境中的照片给出判断。第二种方式为机器辅助的人工质检方式，主要由具有一定判断能力的质检系统过滤没有缺陷的照片，由行业专家对疑似存在缺陷的照片进行检测判断。其中，第二种方式多为专家系统和特征工程系统发展而来，专家将经验固化在质检系统中，具有一定的自动化能力。

然而，对于第一种质检方式，由于现有工业生产线质检系统中，缺陷图片的检测和定位主要依靠纯人工检查或基于特征工程的检测系统。在人工质检的情况下，需要业务专家在生产现场进行巡视检查，发现缺陷之后人工记录下来再做后续处理。这种方法不仅效率低，容易漏判误判，数据很难进行二次利用挖掘，而且工业生产环境往往比较恶劣，对人员的健康和安全会造成不利影响。

对于第二种质检方式，在基于传统专家系统或特征工程的质检系统中，特征和判定规则都是基于经验固化到机器中的，难以随业务的发展迭代，导致随着生产工艺的发展，系统的检测精度越来越低，甚至降低到完全不可用的状态。此外，传统质检系统的特征都由第三方供应商预先固化在硬件中，升级时不仅需要对生产线进行重大改造，而且价格昂贵。传统质检系统在安全性、规范化、可扩展性等方面都存在着明显不足，不利于传统工业生产线的优化升级。

发明内容

本发明实施例提供一种钢板缺陷检测分类方法、装置、设备及计算机可读介质，以解决或缓解现有技术中的以上技术问题。

第一方面，本发明实施例提供了一种钢板缺陷检测分类方法，包括以下步骤：

接收待检测的钢板图片数据，并生成钢板缺陷的检测请求；

根据负载均衡和调度策略，将所述钢板图片数据和检测请求发送至搭载检测模型的最佳服务器上；

接收由检测模型对钢板图片数据进行预测计算后输出的预测结果，所述预测结果包括钢板缺陷的类别；

根据检测模型的预测结果，执行相应的响应动作。

结合第一方面，本发明在第一方面的第一种实现方式中，所述根据检测模型输出的预测结果，执行相应的响应动作的步骤之后，还包括：发送更新指令至最佳服务器，由最佳服务器根据接收的钢板图片数据和预测结果对所述检测模型进行训练更新。

第二方面，本发明实施例提供了一种钢板缺陷检测分类方法，包括以下步骤：

接收钢板图片数据及钢板缺陷的检测请求；

通过检测模型对钢板的图片数据进行钢板缺陷的预测计算并输出预测结果，所述预测结果包括钢板缺陷的类别。