一种工业质检模型部署方法及平台技术

本发明专利技术公开了一种工业质检模型部署方法及平台，涉及工业质检技术领域，主要技术方案包括：使用工业质检项目对应的训练样本集，训练当前待训练的工业质检模型，训练样本集中的训练样本是基于在工业质检项目所对应的生产线上采集的工业产品图片而得；测试训练后的工业质检模型，并展示测试结果；判断是否接收到调整参数，调整参数是用户根据测试结果给出的用于调整工业质检模型的参数；若接收到调整参数，使用调整参数对训练后的工业质检模块进行参数调整，并将参数调整后的工业质检模型作为当前待训练的工业质检模型，继续训练；若未接收到调整参数，将训练后的工业质检模型部署到工业质检项目对应的质检设备中。工业质检项目对应的质检设备中。工业质检项目对应的质检设备中。

【技术实现步骤摘要】
一种工业质检模型部署方法及平台


[0001]本专利技术涉及工业质检
，特别是涉及一种工业质检模型部署方法及平台。

技术介绍

[0002]随着图像传感器和视觉算法的高速发展，机器视觉成为了工厂实施自动化战略的重要助推力量，基于视觉的自动化方案广泛应用于工业生产的各个环节。基于视觉的自动化方案通过基于深度学习技术的工业质检模型来完成。
[0003]从技术角度讲，工业质检领域中基于深度学习技术的视觉检测应用形式可分为分类、检测和分割三种。针对不同形式，业界研发了MobileNet、ResNet等十余种骨干网络结构、以及YOLOv3、Faster R
‑
CNN等目标检测算法和DeepLabv3、U
‑
Net等分割算法，这些结构和算法对应的工业质检模型被广泛应用于工业视觉检测中。但由于深度学习模型的超参数及训练参数较多，且其黑箱特性导致性能可解释性差。为了满足具体业务需求，一般采取一种算法和多种参数设置组合的形式进行训练，不断调整模型参数和训练参数、快速试错及迭代来直到满足性能要求。这个训练过程用户通常无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业质检模型部署方法，其特征在于，所述方法包括：使用工业质检项目对应的训练样本集，训练当前待训练的工业质检模型，其中，所述训练样本集中的训练样本是基于在所述工业质检项目所对应的生产线上采集的工业产品图片而得；测试训练后的工业质检模型，并展示测试结果；判断是否接收到调整参数，其中，所述调整参数是用户根据所述测试结果给出的用于调整工业质检模型的参数；若接收到所述调整参数，使用所述调整参数对训练后的工业质检模块进行参数调整，并将参数调整后的工业质检模型作为当前待训练的工业质检模型，继续训练；若未接收到所述调整参数，将训练后的工业质检模型部署到所述工业质检项目对应的质检设备中。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：当任一参数模块被选中，且所述参数模块中被输入模型参数和训练参数时，基于所述模型参数调整与所述参数模块对应的模型的结构以及基于所述训练参数调整与所述参数模块对应的模型中与训练相关的参数，不同的参数模块对应不同类型的模型；将调整后的模型，确定为首次训练时的当前待训练的工业质检模型。3.根据权利要求2所述的方法，其特征在于，所述参数模块以可视化界面的形式供用户输入模型参数和训练参数。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：首次训练的当前待训练的工业质检模型为已投入到所述工业质检项目对应的质检设备中使用的工业质检模型。5.根据权利要求1
‑
4中任一所述的方法，其特征在于，所述方法还包括：训练当前待训练的工业质检模型时，输出训练过程中指定指标变化情况。6.根据权利要求1
‑
4中任一所述的方法，其特征在于，判断是否接收到调整参数，包括：当对应于工业质检模型的参数模块被输入参数时，则确定接收到所述调整参数，其中，不同的参数模块对应不同类型的模型。7.根据权利要求1
‑
...

【专利技术属性】
技术研发人员：李康宇，徐斌，何杨青，盛博文，刘伟，
申请(专利权)人：机科发展科技股份有限公司，
类型：发明
国别省市：