[发明专利]一种基于人工智能的工业缺陷检测分析系统

权利要求书

1.一种基于人工智能的工业缺陷检测分析系统，其特征在于：包括像素级实例分割模块、缺陷检测分类模块，所述的像素级实例分割模块用于在待分析的视频图像中实例化出要检测识别的目标并进行分割以提供目标区域；所述的缺陷检测分类模块用于对待识别目标区域进行精细化分析，得到最终的缺陷区域及缺陷模型。

2.根据权利要求1所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的像素级实例分割模块基于SOLO网络进行优化形成SOLO骨干网络以提升网络模型的运行速度。

3.根据权利要求2所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的SOLO骨干网络中加入有精简FPN结构以增强边缘端分析能力。

4.根据权利要求2所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的SOLO骨干网络形成步骤如下：

（1）基于Inception-V2的基础上去除其网络层5a及以后的网络层；

（2）保留的网络层5a之前的结构中，对每个卷积层的通道数进行剪枝操作，剪枝操作包括两个部分，第一部分是训练N个网络模型，把N个模型的所有卷积层中的参数进行加权，加权数据根据所有训练样本完成一次训练所得模型的倒数，将加权后的参数除以总数，得到完整的网络模型参数；第二部分，对每一层的网络参数进行由大到小的排序，当小于某个阈值P时，删除该数据，然后统计每个通道上保留的权重的个数，得到最终的每个卷积层上的通道数。

5.根据权利要求4所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的精简FPN结构为去除较早层处的FPN，采用所述的剪枝算法再优化FPN分支中的卷积层通道。

6.根据权利要求1所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的缺陷检测分类模块采用精简化的YOLO-V7作为主干网络，采用多任务结构，对缺陷位置区域以及缺陷类型进行训练。

7.根据权利要求6所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：所述的YOLO-V7精简的方式如下：

（1）修改输入图像的分辨率；

（2）去除原始结构中的部分block模型；

（3）对保留的网络结构进行通道剪枝。

8.根据权利要求7所述的一种基于人工智能的工业缺陷检测分析系统，其特征在于：在所述的YOLO-V7输出分支中，并行添加属性分支和检测分支以形成相互增强。