一种在线协同的工业视觉检测方法及终端设备技术

本申请实施例适用于计算机技术领域，提供了一种在线协同的工业视觉检测方法及终端设备，应用于任一计算节点，每个所述计算节点对应一个图像组别；所述方法包括：将服务器发送的关于所述图像组别的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果；待检测图像是所述任一计算节点对应的所述图像组别中的图像；将安全检测结果发送至所述服务器，并接收所述服务器反馈的工业检测结果；工业检测结果由所述服务器基于

【技术实现步骤摘要】
一种在线协同的工业视觉检测方法及终端设备


[0001]本申请实施例属于计算机
，特别是涉及一种在线协同的工业视觉检测方法及终端设备
。

技术介绍

[0002]目标检测技术是计算机视觉技术和数字图像处理技术的结合而成的技术，被广泛应用于机器人导航
、
智能视频监控
、
工业检测
、
航空航天等诸多领域
。
目标检测技术可以快速地对用户输入的图像进行自动检测，从图像中识别出拍摄对象，并对拍摄对象进行分析得到目标检测结果
。
因此，用户只需要将待检测的图像输入到安装有目标检测程序的电子设备中便可得到目标检测结果，无需用户自行对图像进行逐一检测分析，可以减少人力资源的消耗，在工业生产领域中具有重要的现实意义
。
由于目标检测技术可以快速生成目标检测结果，因此目标检测技术在工业生产中有着许多重要的应用，例如：通过目标检测技术监控工业生产过程中的安全问题
、
通过目标检测技术控制工业生产机器进行自动驾驶
、
通过目标检测技术对工业生产过程中的运输车辆进行交通监控等
。
[0003]应用于工业领域的目标检测技术可以被称为工业视觉检测技术
。
传统的工业视觉检测方法通常在单个计算节点上进行图像处理和分析任务，存在处理速度慢
、
效率低下的问题
。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种在线协同的工业视觉检测方法及电子设备，用以提高工业视觉检测的检测效率
。
[0005]本申请实施例的第一方面提供了一种在线协同的工业视觉检测方法，应用于计算节点，包括：将服务器发送的关于所述图像组别的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果；所述安全检测结果用于确定所述待检测图像中的待检测物体是否符合预设的工业安全指标；所述待检测图像是所述任一计算节点对应的所述图像组别中的图像；所述图像组别是所述服务器对采集设备发送的多个工业图像进行分组得到的；将所述安全检测结果发送至所述服务器，并接收所述服务器反馈的工业检测结果；所述工业检测结果由所述服务器基于
N
个计算节点发送的安全检测结果生成；所述
N
为大于或等于2的正整数；所述工业检测结果用于确定所有所述工业图像中的待检测物体是否符合所述工业安全指标
。
[0006]本申请实施例的第二方面提供了一种在线协同的工业视觉检测装置，应用于计算节点，包括：检测模块，用于将服务器发送的关于所述图像组别的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果；所述安全检测结果用于确定
所述待检测图像中的待检测物体是否符合预设的工业安全指标；所述待检测图像是所述任一计算节点对应的所述图像组别中的图像；所述图像组别是所述服务器对采集设备发送的多个工业图像进行分组得到的；传输模块，用于将所述安全检测结果发送至所述服务器，并接收所述服务器反馈的工业检测结果；所述工业检测结果由所述服务器基于
N
个计算节点发送的安全检测结果生成；所述
N
为大于或等于2的正整数；所述工业检测结果用于确定所有所述工业图像中的待检测物体是否符合所述工业安全指标
。
[0007]本申请实施例的第三方面提供了一种终端设备，应用于计算节点，上述电子设备包括存储器
、
处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的在线协同的工业视觉检测方法
。
[0008]本申请实施例的第四方面提供了一种在线协同的工业视觉检测方法，应用于服务器，包括：接收采集设备输入的多个工业图像，将所述多个工业图像划分为多个图像组别；将各个所述图像组别的待检测图像发送至对应的计算节点，以通过所述计算节点对所述待检测图像进行工业视觉检测；接收各个所述计算节点基于所述待检测图像反馈的安全检测结果，对所有所述安全检测结果进行数据融合，生成工业检测结果，并将所述工业检测结果反馈至各个所述计算节点；所述工业检测结果用于确定所有所述工业图像中的待检测物体是否符合所述工业安全指标
。
[0009]本申请实施例的第五方面提供了一种电子设备，应用于服务器，上述电子设备包括存储器
、
处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的在线协同的工业视觉检测方法
。
[0010]本申请实施例的第六方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的在线协同的工业视觉检测方法
。
[0011]本申请实施例的第七方面提供了一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行上述第一方面所述的在线协同的工业视觉检测方法
。
[0012]与现有技术相比，本申请实施例具有以下优点：本申请实施例，计算节点可以将服务器发送的关于图像组别的待检测图像输入至预设的工业视觉检测模型中，以生成待检测图像对应的安全检测结果；其中，计算节点中的待检测图像是该计算节点对应的图像组别中的图像；各个计算节点对应的图像组别是由服务器对采集设备发送的多个工业图像进行分组得到的；计算节点生成的安全检测结果可以用于确定待检测图像中的待检测物体是否符合工业安全指标；计算节点生成安全检测结果后，可以将安全检测结果发送至服务器，并接收服务器基于所有计算节点发送的安全检测结果生成的工业检测结果；其中，服务器发送的工业检测结果可以用于确定所有工业图像中的待检测物体是否符合工业安全指标
。
通过本实施例提供的方法，多个计算节点可以同时对不同的待检测图像进行工业视觉检测，因此，可以提高工业视觉检测的检测效率
。
附图说明
[0013]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍
。
显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0014]图1是本申请实施例提供的一种在线协同的工业视觉检测方法的示意图；图2是本申请实施例提供的一种服务器与计算节点的关系示意图；图3是本申请实施例提供的一种在线协同的工业视觉检测方法
S103
的具体实现流程图；图4是本申请实施例提供的一种
CSP1_X
结构模块的示意图；图5是本申请实施例提供的另一种在线协同的工业视觉检测方法的具体实现流程图；图6是本申请实施例提供的一种在线协同的工业视觉检测方法
S101
的具体实现流程图；图7是本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种在线协同的工业视觉检测方法，其特征在于，应用于任一计算节点，每个所述计算节点对应一个图像组别；所述工业视觉检测方法包括：将服务器发送的关于所述图像组别的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果；所述安全检测结果用于确定所述待检测图像中的待检测物体是否符合预设的工业安全指标；所述待检测图像是所述任一计算节点对应的所述图像组别中的图像；所述图像组别是所述服务器对采集设备发送的多个工业图像进行分组得到的；将所述安全检测结果发送至所述服务器，并接收所述服务器反馈的工业检测结果；所述工业检测结果由所述服务器基于
N
个计算节点发送的安全检测结果生成；所述
N
为大于或等于2的正整数；所述工业检测结果用于确定所有所述工业图像中的待检测物体是否符合所述工业安全指标
。2.
根据权利要求1所述的方法，其特征在于，所述工业视觉检测模型包括特征提取网络；所述将服务器发送的关于所述图像组别的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果，包括：通过所述特征提取网络中的多个卷积层对所述待检测图像进行特征提取，生成关于所述待检测图像的多个特征图像；根据每个所述特征图像对应的卷积层的网络层级次序，分别对各个所述特征图像进行上采样操作，生成各个所述特征图像对应的语义特征；根据每个所述语义特征对应的网络层级次序，分别对各个所述特征图像进行下采样操作，生成各个所述特征图像对应的定位特征；基于所述语义特征和所述定位特征对所述待检测图像中的待检测物体进行分类，生成所述待检测图像对应的安全检测结果
。3.
根据权利要求1或2所述的方法，其特征在于，所述将服务器发送的待检测图像输入至预设的工业视觉检测模型，生成关于所述待检测图像的安全检测结果之前，还包括：获取用户输入的待训练模型和训练样本，通过所述待训练模型对所述训练样本进行处理，生成初始检测结果；所述训练样本包括期望检测结果；基于预设的损失函数确定所述初始检测结果与所述期望检测结果之间的损失值；基于所述损失值对所述待训练模型进行更新，直至所述损失值满足预设的训练停止条件，将所述损失值满足所述训练停止条件时对应的所述待训练模型作为所述工业视觉检测模型
。4.
根据权利要求3所述的方法，其特征在于所述初始检测结果包括初始瞄框
、
和初始类别，所述损失函数具体为：所述用于表示所述损失值；所述
M
用于表示所述初始检测结果被划分的网格总数；所述用于表示所述初始检测结果中第
M
网格对应的瞄框损失值；所述用于表示瞄框权重参数；所述用于表示所述初始检测结果中第
M
网格对应的置信度损失值；所述
用于表示置信度权重参数；所述置信度用于表示所述网格中存在目标物体的可...

【专利技术属性】
技术研发人员：周凡，刘海亮，林格，陈小燕，苏卓，汤武惊，
申请(专利权)人：中山大学，
类型：发明
国别省市：