一种知识引导的机器视觉Workflow候选生成与有限参数调优方法、系统、设备及存储介质与流程

本发明属于机器视觉、工业软件、人工智能辅助工程和自动测试，尤其涉及一种知识引导的机器视觉workflow候选生成与有限参数调优方法、系统、设备及存储介质。

背景技术：

1、机器视觉软件通常提供图像采集、预处理、定位、测量、ocr、缺陷检测和通信等tool库以及图形化编辑器。工程师需要按照业务目标选择tool、连接workflow并反复调整参数。复杂项目中，tool能力、参数含义、成像条件和现场工艺相互关联，workflow设计和参数调试高度依赖工程师经验。

2、现有的网格搜索、随机搜索或黑盒优化方式，在参数较多、样本有限或tool之间存在依赖时，容易形成大量无效组合，测试时间和现场成本难以控制。通用人工智能输出的文本或代码通常不了解已部署tool、参数范围和连接约束，因而不能直接作为工业视觉工程执行。

技术实现思路

1、本发明实施例的目的在于提供一种知识引导的机器视觉workflow候选生成与有限参数调优方案，旨在解决候选流程依赖人工设计、参数搜索空间大、未验证建议存在现场风险以及评价结论缺少来源和适用边界的问题。

2、为实现上述目的，本发明提供如下技术方案。

3、第一方面，在本发明提供的一个实施例中，提供一种知识引导的机器视觉workflow候选生成与有限参数调优系统。所述系统包括结构化任务模块100、候选blueprint生成模块200、本地预检模块300、样本回放模块400、评分择优模块500和toolmetadata及工程记忆引用模块600。

4、结构化任务模块100用于接收任务类型、检测对象、输入样本摘要、判定条件、输出结果、验收指标和安全约束。tool metadata及工程记忆引用模块600用于同步当前可部署tool能力、tool metadata、历史workflow摘要和工程记忆引用。候选blueprint生成模块200在任务和知识约束下生成有限数量的候选blueprint。本地预检模块300对候选执行兼容性和安全校验。样本回放模块400在隔离环境中加载候选workflow并执行真实tool链路。评分择优模块500根据回放指标输出推荐结果。

5、第二方面，在本发明提供的另一个实施例中，提供一种知识引导的机器视觉workflow候选生成与有限参数调优方法。所述方法包括：构造结构化任务；召回toolmetadata和工程记忆；生成候选blueprint；执行本地预检；隔离实例化并进行样本回放；基于识别率、误判率、漏判率、测量误差、运行耗时、tool异常次数和稳定性指标进行评分择优。

6、第三方面，本发明还提供实现上述方法的电子设备和计算机可读存储介质。

7、与现有技术相比，本发明通过tool metadata、工程记忆和任务约束缩小候选空间；通过不可直接执行的blueprint及本地预检隔离未验证建议；通过受候选数、样本数和时间预算限制的参数扫描控制测试成本；通过真实回放同时评估误判、漏判、耗时、异常和稳定性，并提供推荐来源、适用条件和风险提示。

1.一种知识引导的机器视觉workflow候选生成与有限参数调优系统，其特征在于，所述系统包括：结构化任务模块，用于接收机器视觉项目的任务类型、检测对象、输入样本摘要、判定条件、输出结果、验收指标和安全约束；tool metadata和工程记忆引用模块，用于提供当前可部署tool能力、tool metadata、历史workflow摘要和工程记忆引用；候选blueprint生成模块，用于依据所述结构化任务、tool metadata和工程记忆引用生成多个候选blueprint；本地预检模块，用于对所述候选blueprint执行schema合法性、tool已部署性、输入输出连接、参数范围、参数依赖关系和安全等级校验；样本回放模块，用于将通过校验的候选blueprint实例化为候选workflow，并在隔离环境中执行离线样本回放；评分择优模块，用于依据回放指标计算综合得分和风险等级，并在候选数、样本数和测试时间预算约束下推荐风险可控的候选workflow或参数候选。

2.根据权利要求1所述的系统，其特征在于，所述tool metadata至少包括tool功能、输入输出类型、参数范围、风险等级、验证要求、tool版本、依赖tool、资源要求和异常码中的一种或多种。

3.根据权利要求1所述的系统，其特征在于，所述候选blueprint生成模块用于依据任务类型和检测对象召回可用tool组合、相似workflow和经验记录，并生成包含tool组合、连接关系、初始参数、适用条件、风险说明、引用依据和建议验证样本的候选blueprint。

4.根据权利要求3所述的系统，其特征在于，所述候选blueprint为不可直接执行的建议对象，不包含plc控制命令或io控制命令，且不直接覆盖生产workflow。

5.根据权利要求1所述的系统，其特征在于，所述本地预检模块在校验不通过时拒绝候选blueprint，并记录schema不合法、tool未部署、连接不匹配、参数越界、参数依赖冲突或安全等级不满足的原因。

6.根据权利要求1所述的系统，其特征在于，所述样本回放模块用于对ok样本、ng样本、历史误判样本、历史漏判样本、当前项目采集样本和边界样本中的一种或多种执行候选workflow。

7.根据权利要求1所述的系统，其特征在于，所述评分择优模块依据识别率、误判率、漏判率、测量误差、运行耗时、tool异常次数和稳定性指标计算综合得分和风险等级，并输出对应样本、指标、风险说明、适用条件和工程记忆来源。

8.根据权利要求1所述的系统，其特征在于，还包括有限参数调优模块，所述有限参数调优模块用于从工程记忆和问题类型中筛选敏感参数，先执行单参数扫描，再对前若干敏感参数执行小范围组合搜索。

9.根据权利要求8所述的系统，其特征在于，所述单参数扫描和小范围组合搜索均受预设候选数、样本数和测试时间上限限制，并在达到任一上限时停止当前轮测试。

10.一种知识引导的机器视觉workflow候选生成与有限参数调优方法，其特征在于，所述方法基于权利要求1至9任一项所述的系统实现，所述方法包括：构造结构化任务并获取tool metadata、工程记忆引用和测试预算；在tool连接、参数范围、风险等级和验证要求约束下生成候选blueprint；对候选blueprint执行本地预检；在隔离环境中将通过预检的候选blueprint实例化为候选workflow并执行样本回放；根据样本回放得到的识别率、误判率、漏判率、测量误差、运行耗时、tool异常次数和稳定性指标进行评分择优，输出风险可控的推荐结果。