基于X-光成像的异常检测系统产品系统

在包装产品的生产过程中，因无法看到包装内部，给产品质检带来了很大的困难，为了解决这一问题，本系统利用X-光成像得到包装内部产品的信息，从而进行各种检测。
该系统已经产品化，并广泛的应用于食品、玩具、工业以及安检等多种场景。

该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。
硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯，如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等，从而实现对硬件设备的操控；
用户管理模块实现了角色分配与权限管理功能；
数据管理模块实现了检测数据的记录、保存与统计功能，同时提供了Web服务接口，可以方便的接入企业数据系统；
图像检测模块实现了一组通用性的基础检测算法，可以广泛应用于各种包装产品的质量检测，如断裂检测、缺失检测、异物检测、数量检测等。
AI检测子系统是对常规检测的扩展和定制，使用了目前机器视觉领域最先进的深度学习检测技术如YOLO等，可根据客户需求进行定制算法开发，该子系统通过Client-Server的模式和系统集成，可支持多种硬件平台，如Jetson，RK3588等。

工作职责主要包含三个部分：
1、 整个项目的日常管理，包括任务计划、分配以及评估等；
2、 与来自高校的科研人员衔接，完成一些最近技术的试验、评估与落地等；
3、 负责软件框架的设计以及硬件计算平台的选型，参与关键技术的开发与公关。
整个软件系统使用QT+OpenCV开发，为了提高系统的可扩展性与维护性，系统使用了层次隔离、模块之间减低耦合、模块内部合理使用多种设计模式。
考虑深度学习算法通常需要大量的计算资源，为了使AI检测不对主系统造成影响，将其设计为一个子系统，通过规范协议，使其运行平台不受限制，从而可以根据实际算法的复杂度灵活选择硬件平台，如英伟达的Jetson系列，瑞芯微的RK系列。
图像检测算法部分集成了目前机器视觉领域最先进的检测技术，特别是YOLO系列检测算法，以及SSD，Vision Transformer等。此外，算法在实际部署过程中还应用了蒸馏、量化等技术。