物品缺陷检测方法及装置、边缘设备、服务器制造方法及图纸

本公开涉及云计算领域，提供了一种物品缺陷检测方法，物品为生产线上当前所生产的物品，该方法包括：接收与待检测物品对应的一张或多张待检测物品图片；根据待检测物品图片生成与待检测物品对应的检测请求，检测请求包括待检测物品图片；发送检测请求至与待检测物品对应的边缘设备，以供边缘设备根据缺陷检测模型对待检测物品图片进行检测并生成与检测请求对应的物品缺陷检测结果，边缘设备设于待检测物品的生产线上；接收边缘设备发送的物品缺陷检测结果；根据物品缺陷检测结果执行与待检测物品对应的响应控制，响应控制为基于生产线的响应控制。本公开还提供了一种物品缺陷检测装置、边缘设备、服务器及计算机可读介质。

Inspection methods and devices, edge devices and servers for defect detection

【技术实现步骤摘要】
物品缺陷检测方法及装置、边缘设备、服务器
本公开涉及云计算领域和图像处理
，具体地，涉及物品缺陷检测方法及装置、边缘设备、服务器及计算机可读介质。
技术介绍
在钢板生产环境中，对钢板质量进行控制的一种重要手段是对钢板的表面状态进行质检，以判断钢板是否存在瑕疵或缺陷，并根据质检结果对钢板做相应处理。现有的质检方式主要有两种，该两种质检方式均基于钢板表面状态照片实现，其中：第一种为纯人工质检方式，其依赖于行业专家肉眼观察钢板表面状态照片以得出质检结果；第二种为机器辅助的人工质检方式，其首先通过质检系统过滤掉没有缺陷的钢板表面状态照片，再由行业专家对疑似存在缺陷的钢板表面状态照片进行再判断以得出质检结果，或由固化有行业专家质检经验的质检系统对疑似存在缺陷的钢板表面状态照片进行再判断以得出质检结果。以上质检方式的质检效率低且容易出现漏判误判，质检数据很难进行二次利用挖掘，且质检系统的特征和判定规则均预先固化在硬件中，在可扩展性等方面都存在着明显不足，不利于钢板生产线的优化升级。应该注意，上面对技术背景的介绍只是为了方便对本公开的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而本文档来自技高网...

【技术保护点】
1.一种物品缺陷检测方法，所述物品为生产线上当前所生产的物品，所述物品缺陷检测方法包括：接收与待检测物品对应的一张或多张待检测物品图片；根据所述待检测物品图片生成与所述待检测物品对应的检测请求，所述检测请求包括所述待检测物品图片；发送所述检测请求至与所述待检测物品对应的边缘设备，以供所述边缘设备根据缺陷检测模型对所述待检测物品图片进行检测并生成与所述检测请求对应的物品缺陷检测结果，所述边缘设备设于所述待检测物品的生产线上；接收所述边缘设备发送的物品缺陷检测结果；根据所述物品缺陷检测结果执行与所述待检测物品对应的响应控制，所述响应控制为基于所述生产线的响应控制。

【技术特征摘要】
1.一种物品缺陷检测方法，所述物品为生产线上当前所生产的物品，所述物品缺陷检测方法包括：接收与待检测物品对应的一张或多张待检测物品图片；根据所述待检测物品图片生成与所述待检测物品对应的检测请求，所述检测请求包括所述待检测物品图片；发送所述检测请求至与所述待检测物品对应的边缘设备，以供所述边缘设备根据缺陷检测模型对所述待检测物品图片进行检测并生成与所述检测请求对应的物品缺陷检测结果，所述边缘设备设于所述待检测物品的生产线上；接收所述边缘设备发送的物品缺陷检测结果；根据所述物品缺陷检测结果执行与所述待检测物品对应的响应控制，所述响应控制为基于所述生产线的响应控制。2.根据权利要求1所述的物品缺陷检测方法，其中，在所述根据所述物品缺陷检测结果执行与所述待检测物品对应的响应控制之后还包括：存储所述待检测物品图片及与所述待检测物品图片对应的物品缺陷检测结果。3.根据权利要求1或2所述的物品缺陷检测方法，其中，所述物品为钢板，所述边缘设备设于所述钢板的生产线上，所述响应控制为基于所述生产线的响应控制。4.一种物品缺陷检测方法，所述物品为生产线上当前所生产的物品，所述物品缺陷检测方法基于与待检测物品对应的边缘设备，所述边缘设备设于所述待检测物品的生产线上，所述物品缺陷检测方法包括：接收检测请求，所述检测请求包括与所述待检测物品对应的待检测物品图片；根据预先生成的缺陷检测模型对所述待检测物品图片进行检测并生成与所述检测请求对应的物品缺陷检测结果；发送物品缺陷检测结果。5.根据权利要求4所述的物品缺陷检测方法，其中，在根据预先生成的缺陷检测模型对所述待检测物品图片进行检测并生成与所述检测请求对应的物品缺陷检测结果之前还包括：获取训练数据，所述训练数据包括预先存储的历史待检测物品图片、与所述历史待检测物品图片对应的历史物品缺陷检测结果及与无缺陷的所述待检测物品对应的无缺陷图片；根据所述训练数据训练生成缺陷检测模型。6.根据权利要求5所述的物品缺陷检测方法，其中，所述缺陷检测模型为深度卷积神经网络，所述根据预先生成的缺陷检测模型对所述待检测物品图片进行检测并生成与所述检测请求对应的物品缺陷检测结果包括：提取出所述待检测物品图片的物品特征；根据所述物品特征判断所述待检测物品是否具有缺陷；若判断出所述待检测物品具有缺陷，获取与所述缺陷对应的缺陷类别信息和缺陷位置信息并生成有缺陷物品缺陷检测结果，所述有缺陷物品缺陷检测结果包括缺陷类别信息和缺陷位置信息；若判断出所述待检测物品无缺陷，生成无缺陷物品缺陷检测结果。7.根据权利要求5所述的物品缺陷检测方法，其中，在所述根据所述训练数据训练生成缺陷检测模型之后还包括：接收缺陷检测模型更新指令；根据所述缺陷检测模型更新指令更新所述缺陷检测模型。8.根据权利要求4-7任一所述的物品缺陷检测方法，其中，所述物品为钢板，所述边缘设备设于所述钢板的生产线上，所述响应控制为基于所述生产线的响应控制。9.一种物品缺陷检测装置，所述物品为生产线上当前所生产的物品，所述物品缺陷检测装置包括：第一接收模块，用于接收与待检测物品对应的一张或多张待检...

【专利技术属性】
技术研发人员：文亚伟，王旭雅，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11