CN110554047A 产品缺陷检测数据处理方法、装置、系统和设备 （腾讯科技（深圳）有限公司）

本申请涉及一种产品缺陷检测数据处理方数包括缺陷学习类别或者训练图片信息中的至用于根据待测产品对应的待测图片对所述待测2接收产品缺陷检测模型生成请求，所述产品缺陷检测模型生成请求携带模型训练参根据所述模型训练参数获取对应的训练图片以及获取所述训练图片对应的缺陷类别，根据所述训练样本进行模型训练，生成目标缺陷检测模型，所述目标缺陷获取所述缺陷学习类别对应的训练图片以及各个所述训练图片分别对应的缺陷类别，所述待测图片从所述候选缺陷类别中筛选得到所述待测产品的根据所述模型对应的产品相关信息建立所述目标缺陷检测模型与产品相关信息的对根据所述目标缺陷检测模型与产品相关信息的对应关系将所述产品缺陷检测任务对应的待测图片输入到所述目标产品相关信息对应的目标根据所述图片存储位置信息从产品图片存储节点中获取对应将所述目标图片输入到所述目标产品相关信息对应的获取各个所述训练图片对应的存在缺陷的区域，作为3根据各个所述训练图片对应的候选区域以及对应的缺获取所述待测产品的目标缺陷类别对应的处9.根据权利要求1所述的方法，其特征在于，所述接收产品缺陷检测模型生成请求包接收用户对应的生产终端发送的产品缺陷检测模型生成请求，所述模型训练参模型训练节点，接收产品缺陷检测模型生成请求，所述产品产品缺陷检测节点，根据产品缺陷检测任务获取待所述模型训练节点，根据所述模型对应的产品相关信息建立所所述产品缺陷检测节点，接收产品缺陷检测任务，所述产品缺服务节点，获取所述待测产品的目标缺陷类别对应的处生成请求接收模块，用于接收产品缺陷检测模型练参数包括缺陷学习类别或者训练图片信训练样本得到模块，用于根据所述模型训练参456用于：获取所述缺陷学习类别对应的训练图片以及各个所述训练图片分别对应的缺陷类根据所述待测图片从所述候选缺陷类别中筛选得到所述待测产品[0011]在一些实施例中，所述模型对应的产品相关信息包括待测产品对应的制程信息、7[0037]人工智能(ArtificialIntelligence,AI)是利用数字计算机或者数字计算机控[0039]计算机视觉技术(ComputerVision,CV)计算机视觉是一门研究如何使机器“看”8[0041]本申请实施例提供的方案涉及基于人工智能以及计算机视觉对产品缺陷进行检陷检测结果查询请求时，可根据结果查询码从数据区块中获取对应的产品缺陷检测结果，9[0047]图1为一些实施例中提供的产品缺陷检测数据处理方法的应用环境图，如图1所企业对应的设备140。生产企业对应的设备140可以是MES(ManufacturingExecution产品的制造设备。产品缺陷检测数据处理系统可以包括服务节点110、产品缺陷检测节点设备140发送的产品缺陷检测模型生成请求，根据产品缺陷检测模型生成请求控制模型训[0048]服务节点110、产品缺陷检测节点120或者模型训练节点130等节点可以是独立的主要以该方法应用于上述图1中的产品缺陷检测数据处理系统来举例说明。当然也可以是者模型训练时所需要配置的计算机资源等中的至少一个。模型的类型例如可以是CNN测产品的缺陷检测结果可以是产品是否包括缺陷。在一些实施例中可以包括缺陷的类别。[0068]在一些实施例中，产品缺陷检测模型生成请求还携带模型对示,可以采用树状图的形式展示不同层级的产品相关信息的配置过程。鼠标悬浮到任一层时所使用的资源或者使用模型时所使用的资源，资源可以为GPU(GraphicsProcessing[0077]步骤S404,根据目标缺陷检测模型与产品相关信息的对应关系确定目标产品相关[0080]步骤S406,将产品缺陷检测任务对应的待测图片输入到目标产品相关信息对应的练图片中的各个图像区域进行相似度计算，将相似度大于预设相似度的区域作为候选区理方式，根据待测产品的目标缺陷类别对应的处理方式对待测产品的产品标识进行分类，如根据产品的生产顺序以及排放位置生成标识。不同的缺陷类别对应的处理方式是不同品缺陷检测模型生成请求的生产终端输出缺陷识别错误的测试图片对应的预测缺陷以及[0098]例如，生产用户可以在参数界面上添加H为新的缺陷学习类别以及选择图片的存[0110]8、将产品缺陷检测任务对应的待测图片输入到目标产品相关信息对应的目标缺对应的处理方式对待测产品的产品标识进行分类，得到各个处理方式对应的产品标识集[0114]本申请实施例的产品缺陷检测数据处理方法可以用于对工厂生产的产品进行缺[0118]在一些实施例中，产品缺陷检测模型生成请求还携带模型训练节点130，根据模型对应的产品相关信息建立目标缺陷检测模型与产品相关信息产品缺陷检测数据处理系统还包括服务节点110，获取待测产品的目标缺陷类别对应的处理方式，根据待测产品的目标缺陷类别对应的处理方式对待测产品的产品标识进行分类，台，使部署、管理和服务功能交付变得更加简单。API(ApplicationProgramming[0123]服务系统是一整套自动化缺陷检测系统，提供基于Web(网络)的管理和控制台界集成、设备运行数据以及检测结果分发等任务；服务系统可以通过FTP(FileTransfer定规则配置，提供实时数据统计工具以及复判工具组件。处理方式确定规则配置用于确定产品的处理方式。数据统计组件可以实时统计线上数据报表情况，实时查看利用AOI 情况和模型的上线效果。其中，待测图片可以是AOI略文档。复判工具组件支持模型判完的图片进行二次人工核实复判，以确认模型的真实处制造过程中遇到的缺陷进行检测的设备。文本传输协议)请求的方式发送产品缺陷检测请求到产品缺陷检测系统，产品缺陷检测系以进行虚拟化处理,图片存储系统中存储有图片以及对应的描述文件。模型训练训练数据集是用户通过生产终端进行配置的。图片标注系统可以输出图片到对应的终端，测系统是由多个设备组成的集群，负载均衡设备对接收到的产品缺陷检测请求(也称为推于对容器进行生命周期的管理。Docker是指应用容器引擎。数据库可以是MYSQL数据库。体根据需要设置。可以利用存储系统进行数据的存储，存储系统可以是NAS(Network获取缺陷学习类别对应的训练图片以及各个训练图片分别对应的缺陷类别，得到训练样[0142]在一些实施例中，产品缺陷检测模型生成请求还携带模型对[0148]在一些实施例中，产品缺陷检测任务还携带待测产品对应的程序使得处理器执行本说明书中描述的本申请各个实施例的产品缺陷检测数据处理方法陷检测数据处理方法的步骤可以是上述各个实施例的产品缺陷检测数据处理方法中的步