摘要
本发明公开了一种基于云边协同的工业异常检测方法及装置,包括:工业现场配置包含大模型的云服务器和包含异常检测模型的边缘客户端;使用摄像头实时采集工业产线上产品的图像数据并标注;使用所述图像数据在边缘客户端对异常检测模型进行训练;将训练后的异常检测模型参数上传至云服务器进行聚合,通过大模型与多个小模型协同生成集成软标签,使用集成软标签对边缘客户端的异常检测模型进行参数更新;循环异常检测模型的训练和更新,并行对实时采集图像数据进行检测。本发明融合大模型泛化能力与小模型局部经验,增强模型集体智慧,显著提高工业流水线上异常检测的准确性、稳定性和跨产线泛化能力,满足边缘设备资源受限条件下的实时性要求。
技术关键词
异常检测方法
参数
轻量级卷积神经网络
云端
标签
知识蒸馏方法
工业现场
模型更新
云服务器
异常检测装置
图像
数据
客户端设备
样本
处理器
可读存储介质
受限