T/CESA 1230-2022
目次
前言. 1范围. 2规范性引用文件 3术语和定义， 4缩略语... 5基本结构. 5.1概述.. 5.2图像采集模块， 5.3AI图像处理平台 5.4结果输出模块， 5.5运维管理模块. 6功能要求. 6.1图像采集模块. 6.2AI图像处理平台 6.3结果输出模块. 6.4运维管理模块 7性能要求.. 7.1系统检测速度， 7.2系统检测精度， 7.3稼动率， 7.4成像一致性. 8测试方法.. 8.1功能测试. 8.2性能测试. 附录A（规范性）缺陷定位准确率计算方法
II
T/CESA1230-2022 前言
本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。
请注意本文件的某些内容可能涉及专利。
本文件的发布机构不承担识别专利的责任。
本文件由中国电子技术标准化研究院提出。
本文件由中国电子技术标准化研究院、中国电子工业标准化技术协会归口。
本文件起草单位：中国电子技术标准化研究院、腾讯云计算（北京）有限责任公司、北京旷视科技 有限公司、华为技术有限公司、浙江大华技术股份有限公司、上海计算机软件技术开发中心、杭州海康 机器人技术有限公司、上海依图网络科技有限公司、美的集团（上海）有限公司、上海云从企业发展有 限公司、国网综合能源服务集团有限公司、国网江苏省电力有限公司、中科视语（北京）科技有限公司、 北京思谋智能科技有限公司、上海隧原科技有限公司。
本文件主要起草人：董建、徐洋、马珊珊、汪铖杰、王亚彪、刘永、刘俊、徐永太、付英波、董晓 超、杨滔、刘佳、于琦、方贵明、孔维生、曲翔宇、陈敏刚、丁敏捷、张驰、赵春昊、孙智宇、唐剑、 李军、温浩、李娜、廖双乐、蒋承伶、周游、王金桥、朱贵波、刘枢、梅敬青。
II1
T/CESA 1230-2022
工业AI视觉外观检测系统通用技术规范
1范围 本文件规定了工业AI视觉外观检测系统的基本结构、功能和性能要求，描述了对应的测试方法。
本文件适用于工业领域利用AI视觉检测系统实现产品外观缺陷检测的规划、设计、实施和检测。
2规范性引用文件 本文件没有规范性引用文件。
3术语和定义 下列术语和定义适用于本文件。
3.1 工业AI视觉外观检测系统industrial AIvision appearance inspection system 应用人工智能技术，以图像视觉算法为判断方法，用于检测工业生产的产品外观质量是否合格的检 测设备。
3.2 正检 true positiveESA 对有外观缺陷产品，识别为有外观缺陷的检测结果。
3.3 误检false positive 对无外观缺陷产品，识别为有外观缺陷的检测结果。
3.4 漏检false negative 对有外观缺陷产品，识别为无外观缺陷的检测结果。
3.5 误检率falsepositiverate 过杀率overkill rate 同一检验批中，误检产品的数量，与无外观缺陷产品数量的比例。
T/CESA 3.6 漏检率false negative rate 同一检验批中，漏检产品的数量，与有外观缺陷产品数量的比例。
3.7 工业 AI视觉外观检测系统检测速度 industrial AI vision appcarance inspection system detection specd 样品从到达指定位置开始做图像采集，到AI图像处理进行缺陷分析，并最终输出外观检测结果所消 耗的时间。
3.8 缺陷定位准确率 accuracy of defect location detetion 对缺陷位置定位准确性的度量。
注：缺陷定位准确率，包括精确率（Precision），召回率（Recal1 Rate）。
3.9 缺陷分类准确率accuracy of defeet classification 同一检验批中，缺陷类型分类正确的数量占样本量的比例。
3.10 缺陷程度识别准确率accuracy of defect degree identification 同一检验批中，缺陷程度等级判定正确的数量占样本量的比例。
3.11 稼动率ratioof fault andstable operation duration 工业AI视觉外观检测系统保持无故障稳定运行的平均时长与工作总时长的比率。
4缩略语 下列缩略语适用于本文件。
Al:人工智能（Artificial Intelligence） CXP：非对称高速点对点串行通信数字接口标准（CoaXPress） FPS：每秒传输顿数（Frames Per Second） GIGE：千兆以太网通信协议（GIGabit Ethemet） IoU：交并比（Intersection Over Union） IP：互联网协议（IntemetProtocol） RGB：红绿蓝色彩模式（Red Green Blue） ROI：兴趣区域（Region ofInterest） TCP：传输控制协议（Transmission Control Protocol） USB：通用串行总线（Universal Serial Bus）
T/CESA 5基本结构 5.1概述 工业AI视觉外观检测系统基本结构见图1，包括图像采集模块、AI图像处理平台、结果输出模块、 运维管理模块等。
工业AI视觉外观检测系统，可与工业生产管理系统、工业生产控制系统连接，支持工 业产品的外观检测。
工业A视觉外观检测系统
工业图像采集模块AI图像处理平台结果输出模块工业 生产生产 管理控制 系统+系统
运维管理模块
图1工业AI视觉外观检测系统基本结构 5.2图像采集模块 图像采集模块通常由一套或多套成像器件组成，包括工业相机与镜头、光源组件，图像采集按照实 际应用需求的基础参数进行确定，如扫描方式、分辨率大小、输出信号方式、输出信号速度、响应频率 范围等。
图像采集模块支持通过程序控制切换不同设备进行成像采集，或由同步控制多相机通道进行数据 获取。
支持多种不同光源的切换、控制，匹配机器视觉系统输入参数，保证图像数据的质量和应用效果。
图像采集模块将图像采集端的设备同系统整体联动，控制图像采集设备进行采集，根据图像处理结 果完成对生产过程的控制。
5.3AI图像处理平台 AI图像处理平台针对图像采集模块所采集的图像进行处理，实现工业产品的外观测量和缺陷检测 等图像处理。
在对产品外观进行检测时，支持根据产品尺寸进行自动调整，完成外观检测和分析，实现 对工业产品是否为外观无缺陷产品的判断。
5.4结果输出模块 结果输出模块根据AI图像处理平台的分析数据和运维管理模块的相关配置策略，生成工业AI视觉 外观检测系统的处理结果，并与工业生产控制系统互动执行。
5.5运维管理模块 运维管理模块根据工业视觉外观检测应用的具体情况，对图像采集模块、AI图像处理平台以及结果 输出模块进行相应的管理和配置，并对工业AI视觉外观检测系统的运行结果提供统计、搜索、调整、更 新等管理功能。
3...
