[发明专利]一种基于AI的磁芯产品缺陷检测系统及方法

权利要求书

1.一种基于AI的磁芯产品缺陷检测系统，其特征在于包括：

相机图像获取和预处理模块：用于获取视频中的图像并转码供模型运算调度模块进行后续操作；

预训练的基于Inception_v3的SSD模型：用于对图像进行目标检测和分类，输出候选框、分类结果、置信分数；

综合筛选模块：根据预训练的基于Inception_v3的SSD模型的检测结果进行进一步判断产品是否合格；

模型运算调度模块：用于分配各进程同步使用预训练的基于Inception_v3的SSD模型进行计算。

2.如权利要求1所述的一种基于AI的磁芯产品缺陷检测系统，其特征在于所述相机图像获取和预处理模块通过前端相机传输回的图片，调用GPU运算，进行二值化、腐蚀膨胀的预处理。

3.如权利要求1所述的一种基于AI的磁芯产品缺陷检测系统，其特征在于所述预训练的基于Inception_v3的SSD模型，采用基于Inception_v3的SSD模型，使用人工标记后缩放大小为300x300的磁芯图像进行训练。

4.如权利要求1所述的一种基于AI的磁芯产品缺陷检测系统，其特征在于所述的综合筛选模块通过人工标记获得的数据，经聚类分类，得到磁芯上可能出现异物或瑕疵的大小及检测置信度的可能范围区，根据范围区的划定结合识别置信度，评分各识别候选框；对于瑕疵分数大于阈值的磁芯，判定不合格；对于瑕疵分数小于阈值的磁芯，判定重检；对于同一画面中出现大于或小于一个的磁芯，将涉及磁芯重检。

5.如权利要求1所述的一种基于AI的磁芯产品缺陷检测系统，其特征在于所述模型运算调度模块，将预训练的基于Inception_v3的SSD模型分别运行于子进程当中，根据GPU当前空闲情况分配进程进行运算模型。

6.一种基于AI的磁芯产品缺陷检测方法，其特征在于包括以下步骤：

1）获取前端相机的图像；

2）将步骤1）获得的图像进行预处理；

3）选择子进程中预训练的基于Inception_v3的SSD模型进行检测识别；

4）将识别结果结合聚类分析进一步筛选并给合格、不合格、重检的判断。

7.如权利要求6所述的一种基于AI的磁芯产品缺陷检测方法，其特征在于步骤1）中图像获取的方法为，通过相机图像获取和预处理模块先获取前端相机传输回的图片，再调用GPU运算，进行二值化、腐蚀膨胀的预处理。

8.如权利要求6所述的一种基于AI的磁芯产品缺陷检测方法，其特征在于步骤2）中预处理是指利用预训练的基于Inception_v3的SSD模型对图像进行目标检测和分类，输出候选框、分类结果、置信分数。