[发明专利]一种工业相机

权利要求书

1.一种工业相机，其特征在于，包括：图像传感器、可编程门阵列、第一存储器以及人工智能芯片；

所述图像传感器与所述可编程门阵列电信号连接，所述图像传感器将获取的图像数据传输至所述可编程门阵列；

所述可编程门阵列与所述人工智能芯片电信号连接，所述可编程门阵列用于对所述图像数据进行预设处理得到目标图像数据，并将所述目标图像数据向所述人工智能芯片发送；

所述第一存储器，用于存储神经网络模型；

所述人工智能芯片包括神经网络处理器，所述人工智能芯片用于当接收到所述目标图像数据时，向所述神经网络处理器发送处理指令，以使所述神经网络处理器根据所述处理指令调用预存的神经网络模型对所述目标图像数据进行识别，并将识别结果和/或所述目标图像数据发送至外接设备。

2.根据权利要求1所述的工业相机，其特征在于，所述第一存储器存储多种神经网络模型；其中不同种类的神经网络模型对应不同的处理场景，且不同种类的神经网络模型得到的识别结果不同。

3.根据权利要求2所述的工业相机，其特征在于，还包括输入输出接口；

所述输入输出接口用于接收所述处理指令，所述处理指令携带处理场景标识，并将所述处理指令发送所述人工智能芯片；

所述人工智能芯片具体用于向所述神经网络处理器发送所述处理指令，以使所述神经网络处理器调用与所述处理场景标识对应的神经网络模型对所述目标图像数据进行识别。

4.根据权利要求3所述的工业相机，其特征在于，所述输入输出接口包括高速网络接口；

所述高速网络接口设置于所述可编程门阵列和/或所述人工智能芯片，所述高速网络接口用于与所述外接设备通信。

5.根据权利要求4所述的工业相机，其特征在于，所述外接设备包括：神经网络模型训练服务器，所述神经网络模型训练服务器预先存储有所述神经网络模型；

所述高速网络接口还用于接收新的神经网络模型，并将所述新的神经网络模型发送至所述人工智能芯片，所述新的神经网络模型为所述神经网络训练服务器调用并接收所述工业相机上传的识别结果和目标图像数据进行分析标注，得到标注后的目标图像数据，进而使用所述标注后的目标图像数据对所述神经网络模型进行继续训练形成新的神经网络模型；

所述人工智能芯片还用于更新所述新的神经网络模型至所述第一存储器。

6.根据权利要求4所述的工业相机，其特征在于，所述处理场景包括：识别缺陷对象的第一处理场景；

所述神经网络处理器具体用于，调用与所述第一处理场景对应的神经网络模型识别所述目标图像数据是否包含所述缺陷对象，得到包含缺陷对象的识别结果或不包含缺陷对象的识别结果，并将所述识别结果发送至所述外接设备。

7.根据权利要求4所述的工业相机，其特征在于，所述处理场景包括：缺陷位置识别的第二处理场景；

所述神经网络处理器具体用于，调用与所述第二处理场景对应的神经网络模型对所述目标图像数据所包含缺陷的缺陷位置进行识别，得到缺陷位置的识别结果，将所述目标图像数据和所述识别结果发送至所述外接设备。

8.根据权利要求4所述的工业相机，其特征在于，所述处理场景包括：缺陷类型识别的第三处理场景；

所述神经网络处理器具体用于，调用与所述第三处理场景对应的神经网络模型识别所述目标图像数据中包含的缺陷类型，得到缺陷类型的识别结果，将所述目标图像数据和所述识别结果发送至所述外接设备。

9.根据权利要求6至8中任意一项所述的工业相机，其特征在于，所述可编程门阵列，还用于当接收到所述外接设备的调用请求时或当所述识别结果的置信度低于预设阈值时，将所述目标图像数据和/或所述识别结果发送至所述外接设备；

或，

所述人工智能芯片，还用于当接收到所述外接设备的调用请求时或当所述识别结果的置信度低于预设阈值时，将所述目标图像数据和/或所述识别结果发送至所述外接设备。

10.根据权利要求1所述的工业相机，其特征在于，还包括：第一缓存器和/或第二缓存器；

所述第一缓存器与所述人工智能芯片连接；

所述第二缓存器与所述可编程门阵列连接。