产品缺陷检测模型更新的方法、装置、存储介质及终端设备制造方法及图纸

本发明专利技术提出一种产品缺陷检测模型更新的方法、装置、存储介质及终端设备，所述方法包括：接收训练生成的第一检测模型；以第一检测模型替换检测系统中的第二检测模型，并使得替换后的检测系统中第一检测模型的数量与运行第二检测模型的数量比值符合替换比例；统计替换后和替换后的检测系统的检测准确度；当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度，且两者的差值大于调整阈值时，以预设的比例步长增量调整替换比例，并以第一检测模型替换检测系统中第二检测模型，并使得替换后的检测系统中第一检测模型的数量与第二检测模型的数量比值符合增量调整后的替换比例。采用本发明专利技术，能够有效提高检测模型的适用性和检测准确度。

Method, device, storage medium and terminal device for updating product defect detection model

The invention provides a method, a device, a storage medium and a terminal device for a product defect detection model updating, and the method includes: the first detection model generated by the receiving training; the second detection model in the detection system is replaced with the first detection model, and the number of the first detection model in the replacement detection system is made and the number of the first detection model in the replacement test system and the number of the first detection model in the replacement test system and the number of the first detection model in the replacement test system and the number of the first detection models after the replacement, are presented. The ratio of the number of running second detection models conforms to the replacement ratio; the detection accuracy of the detection system after the replacement and replacement is calculated; when the detection accuracy of the replaced detection system is greater than the detection accuracy of the detection system before the replacement, and the difference between the two is greater than the adjustment threshold, the presupposed proportional step size is adjusted incrementally. Replace the proportion, and replace the second detection model in the detection system with the first detection model, and make the ratio of the number of the first detection model in the replacement detection system and the number of the second detection model in accordance with the incrementally adjusted replacement ratio. By adopting the invention, the applicability and accuracy of the detection model can be effectively improved.

【技术实现步骤摘要】
产品缺陷检测模型更新的方法、装置、存储介质及终端设备
本专利技术涉及计算机
，尤其涉及一种产品缺陷检测模型更新的方法、装置、存储介质及终端设备。
技术介绍
在传统工业制造业生产场景中，质检是生产流程中的关键环节。在钢铁生产、汽车制造、造纸、电池制造、太阳能板制造等领域中，对产品质量进行控制的一种重要手段是对产品的表面状态进行检测，以判断产品是否存在瑕疵和缺陷，并根据检测结果对产品做相应的处理。在传统工业制造业生产场景中，质检是生产流程中的关键环节。在钢铁生产、汽车制造、造纸、电池制造、太阳能板制造等领域中，对产品质量进行控制的一种重要手段是对产品的表面状态进行检测，以判断产品是否存在瑕疵和缺陷，并根据检测结果对产品做相应的处理。在传统工业制造业生产中，这种基于产品表面状态的质检多为人工巡检或半自动化光学仪器辅助质检，不仅效率低下，而且容易出现误判，另外，这种方式产生的工业数据不易存储、管理和二次挖掘再利用。其中，现有的质检系统在缺陷检测与定位的应用中主要有两种方式。第一方式为纯人工质检方式，依赖于质检人员的经验，质检人员肉眼观察产品的外观照片进而依经验给出判断；第二方式为机器辅助的半自动质检方式，主要由具有一定判断能力的质检系统过滤掉没有缺陷的照片，然后再由质检人员对疑似存在缺陷的照片进行检测判断。但是，对于第一种质检方式和第二种质检方式，均涉及人工质检的流程，需要质检人员在生产现场进行巡视检查，发现缺陷之后人工记录下来再做后续处理。这种方法不仅效率低，容易漏判误判，数据很难进行二次利用挖掘，而且工业生产环境往往比较恶劣，对质检人员或生产人员的健康和安全会造成不利影响。以及，对于第二种质检测方式，由于其质检测系统是在基于传统专家系统或特征工程的质检系统发展而来，其检测判定规则都是基于经验固化到机器中的，难以随业务的发展迭代，导致随着生产工艺的发展质检系统的检测精度越来越低，甚至降低到完全不可用的状态。此外，传统质检系统的检测判定规则都由第三方供应商预先固化在硬件中，升级时不仅需要对生产线进行重大改造，而且价格昂贵。传统质检系统在安全性、规范化、可扩展性等方面都存在着明显不足，不利于传统工业生产线的优化升级。
技术实现思路
本专利技术实施例提供一种产品缺陷检测模型更新的方法、装置、存储介质及终端设备，以解决或缓解现有技术中的以上技术问题。第一方面，本专利技术实施例提供了一种产品缺陷检测模型更新的方法，包括：接收训练生成的第一检测模型；以所述第一检测模型替换检测系统中服务器运行的第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例；所述第一检测模型表示当前训练生成的新的检测模型，所述第二检测模型表示所述检测系统中运行的旧的检测模型；所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷；统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度；当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度，且两者的差值大于调整阈值时，以预设的比例步长增量调整所述替换比例，并以所述第一检测模型替换检测系统中运行的所述第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。结合第一方面，在第一方面的第一种实施方式中，所述方法还包括：判断当前统计的所述检测系统的检测准确度是否低于更新阈值；若是，从训练数据库中获取训练数据；以及根据获取到的训练数据训练生成第一检测模型。结合第一方面，在第一方面的第二种实施方式中，所述方法还包括：存储所述检测系统接收到的产品图片和所述检测系统计算输出所述产品图片的预测结果，并以存储的数据更新训练数据库中的训练数据；所述预测结果包括所述产品图片中产品缺陷的类别和位置。结合第一方面，在第一方面的第三种实施方式中，所述检测模型包括深度卷积神经网络和缺陷定位分类网络；所述深度卷积神经网络用于提取接收到的产品图片的特征，并将所述特征输入至所述缺陷定位分类网络中；所述缺陷定位分类网络用于判断接收到的特征是否存在缺陷，并获得该缺陷的类别和位置。第二方面，本专利技术实施例提供一种产品缺陷检测模型更新的装置，包括：模型接收模块，用于接收训练生成的第一检测模型；第一模型替换模块，用于以所述第一检测模型替换检测系统中服务器运行的第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例；所述第一检测模型表示当前训练生成的新的检测模型，所述第二检测模型表示所述检测系统中运行的旧的检测模型；所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷；准确度统计模块，用于统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度；第二模型替换模块，用于当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度，且两者的差值大于调整阈值时，以预设的比例步长增量调整所述替换比例，并以所述第一检测模型替换检测系统中运行的所述第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。结合第二方面，在第二方面的第一种实施方式中，所述装置还包括：更新判断模块，用于判断当前统计的所述检测系统的检测准确度是否低于更新阈值；训练数据获取模块，用于当当前统计的所述检测系统的检测准确度低于更新阈值时，从训练数据库中获取训练数据；以及模型训练模块，用于根据获取到的训练数据训练生成第一检测模型。结合第二方面，在第二方面的第二种实施方式中，所述装置还包括：存储更新模块，用于存储所述检测系统接收到的产品图片和所述检测系统计算输出所述产品图片的预测结果，并以存储的数据更新训练数据库中的训练数据；所述预测结果包括所述产品图片中产品缺陷的类别和位置。结合第二方面，在第二方面的第三种实施方式中，所述检测模型包括深度卷积神经网络和缺陷定位分类网络；所述深度卷积神经网络用于提取接收到的产品图片的特征，并将所述特征输入至所述缺陷定位分类网络中；所述缺陷定位分类网络用于判断接收到的特征是否存在缺陷，并获得该缺陷的类别和位置。所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中，产品缺陷检测模型更新的结构中包括处理器和存储器，所述存储器用于存储支持产品缺陷检测模型更新的装置执行上述第一方面中产品缺陷检测模型更新的方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述产品缺陷检测模型更新的装置还可以包括通信接口，用于产品缺陷检测模型更新的装置与其他设备或通信网络通信。第三方面，本专利技术实施例提供了一种计算机可读存储介质，用于存储交通诱导图生成的装置所用的计算机软件指令，其包括用于执行上述第一方面中产品缺陷检测模型更新的方法为产品缺陷检测模型更新的装置所涉及的程序。上述技术方案中的任一个技术方案具有如下优点或有益效果：本专利技术实施例可以将每一次训练好的新的检测模型可以过小流量上线方式逐步取代线上运行的旧的检测模型，以达到检测模型随检测产品缺陷的业本文档来自技高网...

【技术保护点】
1.一种产品缺陷检测模型更新的方法，其特征在于，包括：接收训练生成的第一检测模型；以所述第一检测模型替换检测系统中服务器运行的第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例；所述第一检测模型表示当前训练生成的新的检测模型，所述第二检测模型表示所述检测系统中运行的旧的检测模型；所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷；统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度；当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度，且两者的差值大于调整阈值时，以预设的比例步长增量调整所述替换比例，并以所述第一检测模型替换检测系统中运行的所述第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。

【技术特征摘要】
1.一种产品缺陷检测模型更新的方法，其特征在于，包括：接收训练生成的第一检测模型；以所述第一检测模型替换检测系统中服务器运行的第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例；所述第一检测模型表示当前训练生成的新的检测模型，所述第二检测模型表示所述检测系统中运行的旧的检测模型；所述检测模型用于检测输入所述检测系统的产品图片中产品缺陷；统计替换后的检测系统的检测准确度和替换前的检测系统的检测准确度；当替换后的检测系统的检测准确度大于替换前的检测系统的检测准确度，且两者的差值大于调整阈值时，以预设的比例步长增量调整所述替换比例，并以所述第一检测模型替换检测系统中运行的所述第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合增量调整后的替换比例。2.如权利要求1所述的产品缺陷检测模型更新的方法，其特征在于，还包括：判断当前统计的所述检测系统的检测准确度是否低于更新阈值；若是，从训练数据库中获取训练数据；以及根据获取到的训练数据训练生成第一检测模型。3.如权利要求1所述的产品缺陷检测模型更新的方法，其特征在于，还包括：存储所述检测系统接收到的产品图片和所述检测系统计算输出所述产品图片的预测结果，并以存储的数据更新训练数据库中的训练数据；所述预测结果包括所述产品图片中产品缺陷的类别和位置。4.如权利要求1所述的产品缺陷检测模型更新的方法，其特征在于，所述检测模型包括深度卷积神经网络和缺陷定位分类网络；所述深度卷积神经网络用于提取接收到的产品图片的特征，并将所述特征输入至所述缺陷定位分类网络中；所述缺陷定位分类网络用于判断接收到的特征是否存在缺陷，并获得该缺陷的类别和位置。5.一种产品缺陷检测模型更新的装置，其特征在于，包括：模型接收模块，用于接收训练生成的第一检测模型；第一模型替换模块，用于以所述第一检测模型替换检测系统中服务器运行的第二检测模型，并使得替换后的检测系统中运行所述第一检测模型的服务器的数量与运行所述第二检测模型的服务器的数量之间比值符合替换比例；所述...

【专利技术属性】
技术研发人员：冷家冰，刘明浩，梁阳，文亚伟，张发恩，郭江亮，唐进，尹世明，
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