[发明专利]一种车辆外观检测模型、构建方法及检测方法

权利要求书

1.一种车辆外观检测模型，其特征在于，包括：

图像采集模块：包括从不同角度、不同位置获取图像数据的M组图像采集单元；M为大于1的自然数；

数据管控模块：对数据进行分类管控；数据管控模块包括标签化管控单元、人为干预管控单元和中心化数据管控单元；所述中心化数据管控单元分别与标签化管控单元、人为干预管控单元进行数据交互；

模型训练模块：首先对接收到的数据进行理解和标签划分，然后根据理解结果和标签划分结果导入不同的训练模型中进行训练，最后对模型进行优化；模型训练模块包括数据理解和标签划分单元、针对车体不同位置图像的M个模型训练单元，针对每个模型训练单元的模型优化单元；

模型推理模块：利用模型对图像进行分析；模型推理模块包括由模型训练模块得到的M个模型推理单元、针对模型推理单元输出进行脏数据处理的后处理单元、对检出结果进行比对的比对单元；

模型运维模块：包括NG数据检出分析单元和迭代单元；其中：

所述图像采集模块、数据管控模块、模型训练模块、模型推理模块、模型运维模块依次进行数据交互；所述标签化管控单元包括长周期数据管控单元、难易数据标签化管控单元和多数据标签化管控单元；在数据管控模块中：

长周期数据管控单元，对取图周期大于预设值T的数据进行管控；

难易数据标签化管控单元，根据模型训练的难易程度将数据标签划分为难数据标签和简单数据标签，并对难数据标签和简单数据标签进行分开管控；

多数据标签化管控单元，对若干个标签包含数量为L的数据种类进行管控；L为大于3的自然数；

人为干预管控单元，通过对数据进行分析、清洗、划分，掌握数据的周期性变化，并对模型训练数据进行调整；

中心化数据管控单元，对数据进行分片和传输、数据预处理和管理、数据版本管理和迭代、数据标注管理；

数据理解和标签划分单元，对接收到的数据进行理解和标签划分。

2.根据权利要求1所述的车辆外观检测模型，其特征在于，所述图像采集模块包括针对车身前半部分的第一图像采集单元、针对车身后半部分的第二图像采集单元、针对车身下半部分的第三图像采集单元，每组图像采集单元包括N台图像采集设备，N为大于0的自然数。

3.根据权利要求1所述的车辆外观检测模型，其特征在于，所述模型优化单元通过目标聚类方法分析得出训练数据集中各标注目标的Ratios和Scales，然后筛选出重点检测目标物兼容的Ratios和Scales。

4.根据权利要求3所述的车辆外观检测模型，其特征在于，在训练前首先进行一个epoch的数据模拟训练，然后统计Anchor正负样本分配结果，如Anchor的正负样本分布和训练集标注目标的正负样本分布一致，则开启正式训练，如Anchor的正负样本分布和训练集标注目标的正负样本分布不一致，则重新筛选出重点检测目标物兼容的Ratios和Scales，然后进行模拟，直至Anchor的正负样本分布和训练集标注目标的正负样本分布一致。

5.根据权利要求1所述的车辆外观检测模型，其特征在于，所述后处理单元首先检测脏数据零件的位置，然后使用图片分类网络对脏数据零件进行标签分类。

6.根据权利要求1所述的车辆外观检测模型，其特征在于，所述NG数据检出分析单元通过车辆信息，将前端保存的车辆待检出信息和模型检出信息对应起来，通过GUI界面查询每日的NG数据，从而反馈模型出现的问题。

7.一种车辆外观检测模型的构建方法，其特征在于，用于构建权利要求1-6任一项所述的车辆外观检测模型，包括：

S1、搜集图像数据并构建数据管控模块；

S2、利用模型训练算法对数据管控模块中的数据进行训练和优化，构建模型训练模块；

S3、对模型推理的数据进行脏数据处理和结果比对，构建模型推理模块；

S4、对NG数据检出分析和迭代，构建模型运维模块；

S5、构建图像采集模块、数据管控模块、模型训练模块、模型推理模块和模型运维模块之间的数据交互网。