[发明专利]基于多信息分析的工业检测方法、系统、终端和介质

权利要求书

1.一种基于多信息分析的工业检测方法，其特征在于，包括如下步骤：

步骤1、对集成工业场景数据集对应的工作场景进行分析，对各个工业场景中的通用规则进行提取，建立工业目标类别库；工业目标类别库包括多种工业场景中均具有的目标和该目标的类别；基于工业目标类别库、基于具有多标签类别标注的集成工业场景数据集训练卷积神经网络得到通用的工业目标识别模型；所述多标签类别标注包括目标定位信息标注、目标表面形貌尺寸信息标注、目标物质属性信息标注以及目标缺陷类别标注；所述工业目标类别库包括目标定位信息、目标表面形貌尺寸信息、目标属性信息以及目标缺陷类别；

步骤2、将待检测工业场景的数据输入到步骤1得到的工业目标识别模型中，输出该待检测工业场景对应的通用工业场景的识别结果；该待检测工业场景对应的通用工业场景的识别结果是包括当前该工业场景中所有可能存在的目标和目标的多标签类别；

步骤3、对步骤2得到的识别结果和该待检测工业场景的信息进行融合分析，得到该待检测工业场景的识别结果；所述待检测工业场景的信息包括：待检测工业场景的场景信息、待检测工业场景的任务信息、待检测工业场景的目标信息和待检测工业场景的目标与目标间的关系信息；

步骤4、筛除待检测工业场景的非兴趣目标，根据目标与目标间的关系信息对相似目标进行区分，得到待检测工业场景的最终识别结果。

2.如权利要求1所述的一种基于多信息分析的工业检测方法，其特征在于，所述步骤1之前还包括步骤0.1，步骤0.1为：采集多种工业场景下的数据得到集成工业场景数据集的步骤、建立工业目标类别库的步骤和对集成工业场景数据集进行多标签类别标注的步骤。

3.如权利要求2所述的一种基于多信息分析的工业检测方法，其特征在于，所述步骤0.1和步骤1具体为：采集多种工业场景下的数据得到集成工业场景数据集，根据集成工业场景数据集建立适用于多种工业场景的工业目标类别库，根据工业目标类别库和集成工业场景数据集对应工业场景下的标签类别对集成工业场景数据集进行多标签类别标注，得到标注后的集成工业场景数据集，根据工业目标类别库和标注后的集成工业场景数据集对深度卷积神经网络进行训练得到工业目标识别模型。

4.一种基于多信息分析的工业检测系统，其特征在于，包括：

训练模块，用于基于工业目标类别库、基于具有多标签类别标注的集成工业场景数据集训练卷积神经网络得到通用的工业目标识别模型，其中，对集成工业场景数据集对应的工作场景进行分析，对各个工业场景中的通用规则进行提取，建立所述工业目标类别库；工业目标类别库包括多种工业场景中均具有的目标和该目标的类别；所述工业目标识别模型能够对输入到其中的待检测工业场景的数据进行目标识别，输出该待检测工业场景对应的通用工业场景的识别结果；所述多标签类别标注包括目标定位信息标注、目标表面形貌尺寸信息标注、目标物质属性信息标注以及目标缺陷类别标注；所述工业目标类别库包括目标定位信息、目标表面形貌尺寸信息、目标属性信息以及目标缺陷类别；

识别模块，用于将待检测工业场景的数据输入到工业目标识别模型进行目标识别，工业目标识别模型输出该待检测工业场景对应的通用工业场景的识别结果；该待检测工业场景对应的通用工业场景的识别结果是包括当前该工业场景中所有可能存在的目标和目标的多标签类别；所述待检测工业场景的信息包括：

融合分析模块，用于根据待检测工业场景对应的通用工业场景的识别结果和待检测工业场景的信息进行融合分析，得到该待检测工业场景的识别结果；待检测工业场景的场景信息、待检测工业场景的任务信息、待检测工业场景的目标信息和待检测工业场景的目标与目标间的关系信息；

筛除模块，用于筛除待检测工业场景的识别结果中待检测工业场景的非兴趣目标，用于根据目标与目标间的关系信息对待检测工业场景的识别结果中的相似目标进行区分。

5.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的工业检测程序，所述工业检测程序被所述处理器执行时实现如权利要求1-3中任一项所述的一种基于多信息分析的工业检测方法的各个步骤。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有工业检测程序，所述工业检测程序被处理器执行时实现如权利要求1-3中任一项所述的一种基于多信息分析的工业检测方法的各个步骤。