[发明专利]一种基于5G的多模型手持云端检测传输系统及检测方法

权利要求书

1.一种基于5G的多模型手持云端检测传输系统，其特征在于：包括手持设备和云端检测模块，所述手持设备连接有5G网络且通过5G网络连接云端检测模块；

所述手持设备内设有采集模块、处理模块、存储模块、检测模块和通信模块，所述采集模块连接处理模块，所述处理模块连接检测模块、存储模块和通信模块，所述检测模块连接存储模块和通信模块，所述通信模块连接5G网络；

所述云端检测模块包括数据库、知识蒸馏模块、检测单元、收发模块和数据处理单元，所述知识蒸馏模块连接收发模块、数据库和检测单元，所述数据处理单元连接收发模块和数据库，所述数据库还连接检测单元和收发模块，所述检测单元连接收发模块；

其中，所述手持设备根据需要检测的场景信息通过通信模块和5G网络传输给收发模块，所述收发模块将收到的场景信息传输至数据处理模块进行处理后，所述数据处理模块获取对应场景后从数据库中下载相应的训练好的学生网络检测模型通过收发模块传输至手持设备；

所述手持设备收到学生网络检测模型后完成初始化，并通过采集模块中的摄像头进行数据采集，并通过手持设备内的学生网络检测模型完成故障检测；

所述手持设备完成检测后，将对列车多个部件的检测结果进行综合，得出相应的整体检测数据，并将故障图像和整体检测数据通过5G网络上传至云端检测模块并存储于数据库中；

云端检测模块根据整体检测数据进行综合分析，完成新的教师网络检测模型的训练和更新，基于原有的数据和教师网络检测模型，通过知识蒸馏模块，训练出学生网络检测模型，用于后续的检测。

2.根据权利要求1所述的基于5G的多模型手持云端检测传输系统，其特征在于：所述知识蒸馏模块包括样本训练单元、多个教师网络检测模型和多个学生网络检测模型，所述教师网络检测模型用于通过样本训练单元，完成新的教师网络检测模型的训练、更新和学生网络检测模型的训练。

3.根据权利要求2所述的基于5G的多模型手持云端检测传输系统，其特征在于：所述学生网络检测模型的模型大小小于等于50M。

4.根据权利要求3所述的基于5G的多模型手持云端检测传输系统，其特征在于：所述采集模块包括摄像头，用于进行场景信息的数据采集。

5.一种使用如权利要求4所述的基于5G的多模型手持云端检测传输系统的检测方法，其特征在于：包括如下步骤：

S1.所述手持设备根据需要检测的场景信息通过通信模块和5G网络传输给收发模块，所述收发模块将收到的场景信息传输至数据处理模块进行处理后，所述数据处理模块获取对应场景后从数据库中下载相应的训练好的学生网络检测模型通过收发模块传输至手持设备；

S2.所述手持设备收到学生网络检测模型后完成初始化，并通过采集模块中的摄像头进行数据采集，并通过手持设备内的学生网络检测模型完成故障检测；

S3.所述手持设备完成检测后，将对列车多个部件的检测结果进行综合，得出相应的整体检测数据，并将故障图像和整体检测数据通过5G网络上传至云端检测模块并存储于数据库中；

S4.云端检测模块根据整体检测数据进行综合分析，完成新的教师网络检测模型的训练和更新，基于原有的数据和教师网络检测模型，通过知识蒸馏模块，训练出学生网络检测模型，用于后续的检测。

6.根据权利要求5所述的基于5G的多模型手持云端检测传输系统的检测方法，其特征在于：步骤S4具体包括如下步骤：

(41)基于数据库中的检测数据、原有的教师网络检测模型和学生网络检测模型，进行人为的标定作为训练样本，计算基于自监督的知识蒸馏损失，基于自监督的知识蒸馏损失L_SS的计算公式如下所示：

其中，为教师网络检测模型自监督分类后的输出结果，为学生网络检测模型经自监督分类后的输出结果，τ为蒸馏系数，一般τ＝2，x为正整数，j为正整数；i为标识类别序号，s为学生，t为教师；

(42)基于数据库中的检测数据、原有的教师网络检测模型和学生网络检测模型，计算普通知识蒸馏的损失，普通知识蒸馏损失L_kd的计算公式如下所示：

其中，为教师网络检测模型经softmax分类后的输出结果，为学生网络检测模型经softmax分类后的输出结果，C为类别数目，x服从于Dx；

(43)将普通知识蒸馏损失和基于自监督的知识蒸馏损失进行加权平均，采用基于旋转角度的方式来判别数据的角度作为一个分类任务，完成学生网络检测模型的训练和更新。