[发明专利]设备配件检测方法、装置、系统、设备及存储介质

说明书

本申请提供一种设备配件检测方法、装置、系统、设备及存储介质。所述配件检测方法应用于边缘计算节点，所述边缘计算节点预先加载配件识别网络；所述方法包括：获取被测设备的目标配件图像；利用所述配件识别网络对所述目标配件图像进行识别，得到所述目标配件的预测分类结果；将所述预测分类结果与所述被测设备对应的目标配件的参考类型信息进行对比，得到所述目标配件的检测结果。应用本申请提供的技术方案，提高了配件检测效率，降低了错检率及漏检率。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种设备配件检测方法、装置、系统、设备及存储介质。

背景技术

对于装配多种配件的产品或设备，在装配流程结束后，需要对配件进行校验以减少错装、漏装等质量缺陷，从而提高产品质量。

传统的设备配件检测工序一般通过人工检测方式进行，检测效率较低且存在漏检、错检的问题。

发明内容

有鉴于此，为解决上述技术问题，本申请提供一种设备配件检测方法、装置、系统、设备及存储介质。

具体地，本申请是通过如下技术方案实现的：

根据本申请实施例的第一方面，提供一种设备配件检测方法，所述方法应用于边缘计算节点，所述边缘计算节点预先加载配件识别网络；所述方法包括：

获取被测设备的目标配件图像；

利用所述配件识别网络对所述目标配件图像进行识别，得到所述目标配件的预测分类结果；

将所述预测分类结果与所述被测设备对应的目标配件的参考类型信息进行对比，得到所述目标配件的检测结果。

可选地，所述获取被测设备的目标配件图像包括：

获取所述被测设备的图像；

利用目标检测网络对所述图像进行检测，得到包含所述目标配件的图像区域；

基于所述图像区域得到目标配件图像。

可选地，所述被测设备包括车辆；所述获取所述被测设备的图像包括：

利用设置在所述车辆周围的多个相机，获取所述车辆多个部位的图像。

可选地，所述利用所述配件识别网络对所述目标配件图像进行识别，得到所述目标配件的预测分类结果，包括：

获取所述目标配件属于多种预设分类的概率值；

确定所述多种预设分类的概率值中的最大值，并将所述最大值与所述目标配件对应的第一分类阈值进行比较，在所述最大值大于或等于所述目标配件对应的第一分类阈值的情况下，确定所述最大值对应的类型为所述目标配件的预测分类结果。

可选地，所述方法还包括：

针对所述配件识别网络，通过设置不同的分类阈值获取所述目标配件对应的查全率和查准率；

根据所述查全率和查准率对应的查准率-查全率P-R曲线，确定所述第一分类阈值。

可选地，所述方法还包括：

在得到所述被测设备的目标配件的检测结果的情况下，将所述目标配件图像、所述目标配件图像对应的检测结果上传至云端，以使所述云端对所述配件识别网络进行优化；

利用优化后的配件识别网络更新所述配件识别网络。

可选地，所述方法还包括：

针对优化后的配件识别网络，利用云端通过设置不同的分类阈值获取所述目标配件对应的查全率和查准率；

根据所述查全率和查准率对应的P-R曲线确定第二分类阈值，并将第一分类阈值更新为第二分类阈值。