(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210239485.4 (22)申请日 2022.03.11 (71)申请人 合肥极隆电子科技有限公司 地址 230088 安徽省合肥市高新区天达路2 号安徽大学科技园创新楼510 -1室 (72)发明人 孙坚　李承智　 (74)专利代理 机构 合肥维可专利代理事务所 (普通合伙) 3413 5 专利代理师 吴明华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06K 9/62(2022.01) G06V 10/80(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于轻量化边缘计算的智能化工业质检方 法及系统 (57)摘要 本发明公开了一种基于轻量化边缘计算的 智能化工业质检方法及系统， 该方法包括： 对待 检测工业图像进行区域划分， 获取多个区域块； 对每个区域块进行分析， 保留重要性参数符合预 设条件的图像区域； 基于 保留区域的特征和训练 好的第一工业质检模型， 确定所述智能化工业质 检模型的边缘计算模型优化量化适配方法， 获取 适用于边缘计算装置的第二工业质检模型； 基于 第二工业质检模型对待检测工业图像的所述保 留区域进行处理， 获取待检测工业图像的检测结 果。 本发明提高边缘模型的图像分析能力及与边 缘测实际图像处理需求的适配性， 满足不同工业 产品的边 缘质检需求。 权利要求书2页 说明书8页 附图1页 CN 114581427 A 2022.06.03 CN 114581427 A 1.基于轻量 化边缘计算的智能化工业质检方法， 其特 征在于， 包括： 对待检测工业图像进行区域划分， 获取多个区域 块； 对每个区域块进行分析， 保留重要性 参数符合预设条件的图像区域； 基于保留区域的特征和训练好的第 一工业质检模型， 确定所述智能化工业质检模型的 边缘计算模型优化 量化适配方法， 获取适用于边 缘计算装置的第二工业质检模型； 基于第二工业质检模型对待检测工业图像的所述保留区域进行处理， 获取待检测工业 图像的检测结果。 2.根据权利要求1所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述对待检测工业图像进行区域划分， 获取多个区域， 包括： 将a行b列图像分成3行3列9个区域； 对每一行的3个区域， 计算每一列的像素 方差， 得到 3行b列图像矩阵A1； 对每一列的3个区域， 计算每一行的像素 方差， 得到a行3列图像矩阵A 2。 3.根据权利要求2所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述获取多个所述区域的重要度参数， 保留重要性 参数符合预设条件的区域， 包括： 基于图像矩阵A1， 对每个像素计算与横向相邻2个像素的像素值差值的均值， 以所述均 值形成与图像矩阵A1对应的图像矩阵B1， 对B1中每一行b列图像获取每一行像素值的峰值 分布区域； 基于图像矩阵A2， 对每个像素计算与纵向相邻2个像素的像素值差值的均值， 以所述均 值形成与图像矩阵A1对应的图像矩阵B2， 对B2中每一列a行图像获取每一列像素值的峰值 分布区域； 基于图像矩阵B1和B2分别获得的峰值分布区域， 确定需要保留的图像区域。 4.根据权利要求1所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述训练好的第一工业质检模型， 包括： 在主干网络的CSP1_X单元前增加一个特征深度提取网络， 所述特征深度提取网络包 括： 基于输入图像分别输入到3个支路中， 第一支路进行卷积后输出第一特征图， 第 二支路 先进行下采样后进行卷积处理再进行上采样恢复后， 与第二支路的输入特征图进行融合， 融合后通过激活函数层输出的第二特征图与第三支路输出的第三特征图进行点乘计算融 合得到第四特征图， 所述第四特征图进行卷积操作后和第一特征图合并得到特征深度提取 网络的输出 结果,所述第三支路基于 输入图像进行 卷积后得到第三特 征图； 在颈部网络中， 对路径聚合网络中的多个路径进行选择性调用， 当保留区域的特征图 尺寸小于预设值时， 采用颈部网络中的76*76特征图和38*38特征图组成路径聚合网络； 当 保留区域的特征图尺寸大于预设值时， 采用颈部网络中的38 *38特征图和19*19特征图组成 路径聚合网络 。 5.根据权利要求4所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述主干网络和颈 部网络中的卷积均采用深度可分离卷积。 6.根据权利要求1所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述基于保留区域的特征和训练好的第一工业质检模型， 确定所述智能化工业质检模型的边 缘计算模型优化 量化适配方法， 包括：权　利　要　求　书 1/2 页 2 CN 114581427 A 2基于保留区域进行目标尺寸分析， 当保留区域的特征图尺寸小于预设值时， 将第一工 业质检模型中的颈部网络中的19*19特征图路径删除， 当保留区域的特征图尺寸大于预设 值时， 将第一工业质检模型中的颈 部网络中的76 *76特征图路径删除。 7.根据权利要求1所述的基于轻量化边缘计算的智能化工业质检方法， 其特征在于， 所 述获取适用于边 缘计算装置的第二工业质检模型， 包括： 基于第一工业质检模型采用线性非对称量 化方式进行量 化， 获取第二工业质检模型。 8.基于轻量 化边缘计算的智能化工业质检系统， 其特 征在于， 包括： 图像区域获取模块， 用于对待检测工业图像进行图像分割， 获取多个区域； 区域选择模块， 用于获取多个所述区域的重要度参数， 保留重要性参数大于预设阈值 的区域； 边缘模型适配模块， 用于基于保留区域的特征和训练好的第一工业质检模型， 确定所 述智能化工业质检模型的边缘计算模型优化量化适配方法， 获取适用于边缘计算装置的第 二工业质检模型； 边缘质检模块， 用于基于第 二工业质检模型对待检测工业图像的所述保留区域进行处 理， 获取待检测工业图像的检测结果。 9.一种电子设备， 其特 征在于， 包括： 处理器； 存储器， 所述存储器上存储有计算机可读指令， 所述计算机可读指令被所述处理器执 行时， 实现如权利要求1 ‑7中任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机可读指令， 其特征在于， 当所述计算 机可读指令被处 理器执行时， 实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114581427 A 3