本发明涉及某种产品缺陷检测方法和设备。该产品缺陷检测方法根据获取的模型构建参与方的样本数据，根据数据模型训练指令对数据模型进行训练得到中间参数，并对中间参数进行加密；对加密后的中间参数进行解密，并对解密后的中间参数进行融合得到融合参数；然后，根据融合参数对数据模型的模型参数进行更新，得到以工业产品数据为输入、以产品表面缺陷检测结果为输出的产品缺陷检测分类模型，解决了“大数据”时代数据不易共享的问题，进而保护了数据的安全性，同时使得缺陷数据更加丰富，模型更加精确。

1.某种产品缺陷检测方法，其特征在于，包括： 获取模型构建参与方的样本数据和数据模型训练指令；所述样本数据为工业产品表面缺陷数据； 根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数，并对所述中间参数进行加密； 对加密后的所述中间参数进行解密，并对解密后的中间参数进行融合得到融合参数； 根据所述融合参数对数据模型的模型参数进行更新，得到共享模型；所述共享模型即是以工业产品数据为输入，以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。

2.根据权利要求1所述的产品缺陷检测方法，其特征在于，所述获取模型构建参与方的样本数据和数据模型训练指令，之前还包括： 建立面向MES工业互联网的产品表面缺陷检测多企业联盟； 在所述产品表面缺陷检测多企业联盟中选定模型构建参与方。 

3.根据权利要求1所述的产品缺陷检测方法，其特征在于，根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数，具体包括： 提取所述样本数据的数据特征和样本数据ID；所述样本数据ID与所述模型构建参与方一一对应； 采用模型训练算法依据所述数据特征和所述样本数据ID对数据模型进行训练得到中间参数。 

4.根据权利要求3所述的产品缺陷检测方法，其特征在于，所述采用模型训练算法依据所述数据特征和所述样本数据ID对数据模型进行训练得到中间参数，具体包括：判断与所述样本数据ID对应的模型构建参与方的样本数据是否均为标签数据，得到判断结果；当样本数据属于同类工业产品，且所述样本数据均为标签数据时，采用横向联邦学习方法对数据模型进行训练得到中间参数； 当样本数据属于同类工业产品，且所述样本数据不均为标签数据时，获取无标签样本数据的伪标签，并将具有伪标签的样本数据替代无标签的样本数据后，重设数据模型的损失函数，采用横向联邦学习方法对重设损失函数后的数据模型进行训练得到中间参数。 

5.根据权利要求1所述的产品缺陷检测方法，其特征在于，还包括：采用新的产品表面缺陷数据对所述产品缺陷检测分类模型进行参数调整，或对所述产品缺陷检测分类模型进行训练得到新的中间参数。

6.一种产品缺陷检测设备，其特征在于，包括：获取模块，用于获取模型构建参与方的样本数据和数据模型训练指令；所述样本数据为工业产品表面缺陷数据； 中间参数确定模块，用于根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数，并对所述中间参数进行加密；融合参数确定模块，用于对加密后的所述中间参数进行解密，并对解密后的中间参数进行融合得到融合参数；模型构建模块，用于根据所述融合参数对数据模型的模型参数进行更新，得到共享模型；所述共享模型即是以工业产品数据为输入，以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。 

7.根据权利要求6所述的产品缺陷检测设备，其特征在于，还包括：企业联盟建立模块，用于建立面向MES工业互联网的产品表面缺陷检测多企业联盟；模型构建参与方选定模块，用于在所述产品表面缺陷检测多企业联盟中选定模型构建参与方。 

8.根据权利要求6所述的产品缺陷检测设备，其特征在于，所述中间参数确定模块具体包括：提取单元，用于提取所述样本数据的数据特征和样本数据ID；所述样本数据ID与所述模型构建参与方一一对应；中间参数确定单元，用于采用模型训练算法依据所述数据特征和所述样本数据ID对数据模型进行训练得到中间参数。 

9.根据权利要求8所述的产品缺陷检测设备，其特征在于，所述中间参数确定单元具体包括：判断子单元，用于判断与所述样本数据ID对应的模型构建参与方的样本数据是否均为标签数据，得到判断结果； 第一中间参数确定子单元，用于当样本数据属于同类工业产品，且所述样本数据均为标签数据时，采用横向联邦学习方法对数据模型进行训练得到中间参数； 第二中间参数确定子单元，用于当样本数据属于同类工业产品，且所述样本数据不均为标签数据时，获取无标签样本数据的伪标签，并将具有伪标签的样本数据替代无标签的样本数据后，重设数据模型的损失函数，采用横向联邦学习方法对重设损失函数后的数据模型进行训练得到中间参数。

10.一种产品缺陷检测设备，其特征在于，包括：客户端，用于上传模型构建参与方的样本数据和数据模型训练指令；所述样本数据为工业产品表面缺陷数据；本地联邦计算节点，与所述客户端连接，用于根据所述样本数据和所述数据模型训练指令对数据模型进行训练得到中间参数，并用于对所述中间参数进行加密；服务器，分别与所述客户端和所述本地联邦计算节点连接，用于对加密后的所述中间参数进行解密，用于对解密后的中间参数进行融合得到融合参数，并用于根据所述融合参数对所述本地联邦计算节点中数据模型的模型参数进行更新，得到共享模型；所述共享模型即是以工业产品数据为输入，以产品表面缺陷检测结果为输出的产品缺陷检测分类模型。

文章来源：互联网，倘若您发现本站有侵权或不当信息，请与本站联系，经本站核实后将尽快修正！