一种基于AI的磁芯产品缺陷检测系统及方法技术方案

本发明专利技术公开了一种基于AI的磁芯产品缺陷检测系统及方法，包括相机图像获取和预处理模块、预训练的基于Inception_v3的SSD模型、综合筛选模块和模型运算调度模块，相机图像获取和预处理模块获取图像并预处理供模型运算调度模块进行后续操作；所述预训练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；所述的综合筛选模块根据SSD模型的检测结果进行进一步判断产品是否合格；所述的模型运算调度模块分配各进程同步使用SSD模型模型进行计算。本发明专利技术具有移植简单、检测速度快、可检出缺陷广、准确率高的特点。

An AI based defect detection system and method for magnetic core products

【技术实现步骤摘要】
一种基于AI的磁芯产品缺陷检测系统及方法
本专利技术属于人工智能
，具体涉及一种基于AI的磁芯产品缺陷检测系统及方法。
技术介绍
物体识别被广泛应用于当下的智能监控设备中，比如较为成熟的人脸识别、车牌识别等。但是相对于固定特征的人脸、数字等图像，对于零件的瑕疵识别就存在瑕疵类型不固定、瑕疵大小不固定、零件位置形态不固定、拍摄情况不固定等多重问题。另外，对于零件合格检测，要求运算速度极快，单GPU的图像算法难以达到流水线的速度要求。基于人工智能的多GPU图像检测算法很好的克服了这一问题。近年来，人工智能在图形图像领域有突出成果，随着R-CNN（regionwithCNNfeatures）的提出，其开始广泛应用于现下机器视觉系统，包括物体识别、自动分割、无人驾驶等领域。SSD沿用了YOLO中直接回归bbox和分类概率的方法，同时又参考了FasterR-CNN大量使用anchor来提升识别准确度的方法。通过把这两种结构相结合，SSD保持了很高的识别速度和较高的识别精度。另外，网络的深度很大程度上决定了模型的性能，更多的网络层数，本文档来自技高网...

【技术保护点】
1.一种基于AI的磁芯产品缺陷检测系统，其特征在于包括：/n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；/n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；/n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；/n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。/n

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：俞永方，叶建标，
申请(专利权)人：浙江华是科技股份有限公司，
类型：发明
国别省市：浙江;33