1.本技术涉及生产线检测技术领域，具体涉及一种生产线产品的检测系统及方法。
背景技术：2.相关技术中，对于控制器的设备，需要大量的生产电路板(pcb板)，由于生产的pcb板产量较高，在生产完成后，需要利用检测设备对pcb板进行检查，合格的电路板(可以理解为ok板)输送至下一工位，不合格的电路板(可以理解为ng板)需要进行回收，在现有技术中对pcb的检测是通过aoi设备进行处理的，aoi设备都是单机运行，系统运行数据都是单机存储，数据只能依靠事后人工上传后进行统计处理，导致系统运行产生数据无法有效利用，无法实时监控实时质量数据，对ok板和ng板采用手动分拣存在效率较低的问题。
3.针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：4.本技术实施例提供了一种生产线产品的检测系统及方法，以至少解决相关技术中，检测数据只能依靠事后人工上传后进行统计处理，ok板和ng板采用手动分拣，导致效率低下的问题。
5.第一方面，本技术实施例提供了一种生产线产品的检测系统，包括：自动光学检测系统、工作站和推理系统；所述自动光学检测系统用于对目标产品进行检测，获取所述目标产品的缺陷图片；所述工作站用于从所述自动光学检测系统获取缺陷图片，并将所述缺陷图片发送至推理系统；所述推理系统用于基于所述缺陷图片确定检测结果，并将所述检测结果发送给工作站，所述工作站还用于基于所述检测结果控制所述目标产品进行分拣。
6.在一些实施例中，所述推理系统中预先建立有预测模型，所述预测模型用于确定所述工作站发送的所述缺陷图片对应的目标产品是否合格。
7.在一些实施例中，所述工作站还包括：集控系统和移栽机；
8.所述集控系统用于对所述检测结果为不合格的目标产品进行再次检测，并将检测结果发送至移栽机；所述移栽机用于基于所述检测结果将所述目标产品分拣至预设位置。
9.在一些实施例中，在检测结果为合格的情况下，所述移栽机将所述目标产品分拣至第一区域，在检测结果为不合格的情况下，所述移栽机将所述目标产品分拣至第二区域。
10.在一些实施例中，所述检测系统还包括：自动标注系统和训练系统；
11.所述自动标注系统用于对所述缺陷图片进行标注，并将标注后的所述缺陷图片发送至训练系统；所述训练系统用于对所述标注后的所述缺陷图片进行训练，以得到更新的训练模型，并将更新的训练模型发送至推理系统。
12.在一些实施例中，所述检测系统还包括：生产信息管理系统；
13.所述生产信息管理系统用于从工作站获取检测结果和缺陷图片，并将所述检测结果、缺陷图片与目标产品通过条码建立关联。
14.在一些实施例中，所述自动光学检测系统具有缓存区，所述自动光学检测系统在
获取到目标产品的缺陷图片的情况下，将所述缺陷图片存储在所述缓存区，所述工作站还用于监测所述缓存区的缺陷图片的变化情况，其中，在工作站监测到所述缓存区的缺陷图片变化的情况下，从所述缓存区获取缺陷图片。
15.第二方面，基于第一方面的生产线产品的检测系统，本技术还提供一种生产线产品的检测方法，包括：
16.获取所述目标产品的缺陷图片；
17.基于所述缺陷图片确认所述目标产品的检测结果；
18.基于所述检测结果确认所述目标产品下发分拣结果。
19.在一些实施例中，预设位置包括第一区域，所述基于所述检测结果确认所述目标产品下发分拣结果，包括：
20.若所述检测结果表征所述缺陷图片对应的目标产品合格，将所述目标产品分拣至第一区域；
21.若所述检测结果表征所述缺陷图片对应的目标产品不合格，对所述检测结果进行再次检测。
22.在一些实施例中，所述预设位置包括第二区域，所述基于所述检测结果确认所述目标产品下发分拣结果，还包括：
23.若所述再次检测结果表征所述缺陷图片对应的目标产品合格，将所述目标产品分拣至所述第一区域；
24.若所述再次检测结果表征所述缺陷图片对应的目标产品不合格，将所述目标产品分拣至第二区域。
25.本技术实施例提供的一种生产线产品的检测系统及方法，用于获取所述目标产品的缺陷图片，基于所述缺陷图片确认所述目标产品的检测结果，基于所述检测结果确认所述目标产品下发分拣结果，系统架构包括自动光学检测系统、工作站和推理系统，自动光学检测系统用于对目标产品进行检测，获取所述目标产品的缺陷图片，工作站用于从所述自动光学检测系统获取缺陷图片，并将所述缺陷图片发送至推理系统，推理系统用于基于所述缺陷图片确定检测结果，并将所述检测结果发送给工作站，所述工作站还用于基于所述检测结果控制所述目标产品进行分拣，以完成aoi设备数据的自动上传，实现ok板、ng板自动分拣，减轻人工分拣工作量。
26.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
27.在下文中将基于实施例并参考附图来对本技术进行更详细的描述。
28.图1示出了本技术一实施例中提出的一种生产线电路板的检测系统架构及检测流程示意图；
29.图2示出了本技术一实施例中提出的一种生产线电路板的检测方法中的一种流程示意图；
30.图3示出了本技术一实施例中提出的一种生产线电路板的检测方法中的步骤s130中的一种流程示意图；
31.图4示出了本技术一实施例中提出的一种生产线电路板的检测方法中的步骤s130中的另一种流程示意图。
具体实施方式
32.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
33.在介绍本技术实施例之前，对相关技术进行简单介绍。
34.相关内容的术语、定义：
35.自动光学检测(automated optical inspection，简称aoi)：是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。
36.印制电路板(printed circuit board，简称pcb)：是重要的电子部件，由于采用电子印刷术制作的，因为称为印制电路板。
37.mes(manufacturing execution system，简称mes)系统：是一套面向制造企业车间执行层的生产信息化管理系统。mes可以为企业提供包括制造数据管理、计划排程管理、生产调度管理、库存管理、质量管理、人力资源管理、工作中心/设备管理、工具工装管理、采购管理、成本管理、项目看板管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块的制造协同管理平台。
38.中央控制自动光学检测系统(center control automated optical inspection，简称ccaoi)，能够通过特征提取和机器学习方法工作，并对焊接质量进行自主检测。
39.在相关技术中，目前aoi设备都是单机运行，系统运行数据都是单机存储，系统运行产生的数据无法有效进行及时的利用，需要人工手动对数据进行上传，导致设备检测数据无法及时上，无法有效监控实时质量数据，检测数据只能依赖于事后统计，且ok板和ng板采用手动分拣，导致效率低下的问题。
40.针对上述问题，现有技术在存在导致效率低下问题，申请人提出了本技术实施例提供的生产线产品的检测系统及方法，通过搭载至少由自动光学检测系统、工作站和推理系统组成的生产线产品的检测系统。自动光学检测系统用于对目标产品进行检测，获取目标产品的缺陷图片，工作站用于从自动光学检测系统获取缺陷图片，并将缺陷图片发送至推理系统，推理系统用于基于缺陷图片确定检测结果，并将检测结果发送给工作站，工作站还用于基于检测结果控制目标产品进行分拣，将单机aoi设备接入网络，解析设备的运行并提取设备得到的数据，实现了设备数据的自动上传，并实现产线ok板ng板的自动分拣，其中，生产线产品的检测系统及方法在后续的实施例中进行详细说明。
41.下面将结合附图具体描述本技术的各项实施例。
42.在本技术实施例中，以电路板作为以下实施例中的一种产品进行说明，当然生产线产品还可以包括其他产品，本技术对此不进行限定。
43.请参阅图1，图1为本技术实施例中提供的一种生产线产品(电路板)的检测系统架构及检测流程示意图。
44.图中，生产线电路板的检测系统可以包括：自动光学检测系统、工作站和推理系统，其中，自动光学检测系统、工作站和推理系统彼此之间可以进行通信连接，自动光学检
测系统用于对目标电路板进行检测，获取目标电路板的缺陷图片，工作站用于从自动光学检测系统获取缺陷图片，并将缺陷图片发送至推理系统，推理系统用于基于缺陷图片确定检测结果，并将检测结果发送给工作站，工作站还用于基于检测结果控制目标电路板进行分拣。
45.示例性地，在对pcb进行检测的流程中，aoi在对目标电路板进行检测后，得到对应目标电路板的缺陷图片，并将缺陷图片发送至ccaoi工作站，ccaoi工作站获取当前检测的目标电路板的缺陷图片，并发送推理系统中判断该缺陷图片是否属于合格，推理系统将推理结果返回至ccaoi工作站，ccaoi工作站根据该检测结果来对目标电路板进行后续分拣操作。
46.在本技术实施例中，考虑到aoi检测时设备自带gpu算力有限，无法判断多样性缺陷，通过搭载自动光学检测系统、工作站和推理系统组成生产线电路板的检测系统来将aoi检测结果的各项数据实时上传至相应设备进行存储，以实现aoi设备数据的自动上传，减少人工统计工作量，可以在推理系统上对aoi检测结果的各项数据通过部署的推理系统的gpu设备来得到更准确的判断结果，提高产品的检测效率，ccaoi工作站还根据检测结果来进行自动分拣ok、ng的电路板以减轻员工手动分拣的工作量。
47.考虑到相关技术中ccaoi存在误报较多需要人工二次复检，导致检测效率较低的问题。
48.在一些实施例中，推理系统中预先建立有预测模型，预测模型用于确定工作站发送的缺陷图片对应的目标电路板是否合格。
49.在本技术实施例中，推理系统中可以设置有相应的al预测模型，其中预测模型可以包括对图像进行处理的神经网络模型，如卷积神经网络、bp神经网络等，推理系统获得ccaoi工作站发送的检查图片，并得到推断结果返回发送给ccaoi工作站完成缺陷图片对应的目标电路板是否合格的判断。
50.需要说明的是，推理系统中可以设置相应的存储器，来实现对aoi传输的缺陷图片进行实时存储与处理，此外，推理系统可以具有边缘计算功能，其可以为aoi提供最近端服务，来提高目标电路板的检查效率。
51.考虑到相关技术中ccaoi的集控采用一人一机进行控制检测，存在效率较低的问题。
52.在一些实施例中，工作站还包括：集控系统和移栽机；
53.集控系统用于对检测结果为不合格的目标电路板进行再次检测，并将检测结果发送至移栽机。
54.移栽机用于基于检测结果将目标电路板分拣至预设位置。
55.在本技术实施例中，ccaoi集控系统采用集中控制，在识别到ccaoi工作站获得的检查结果为不合格的目标电路板的情况下(检测结果ng)，通过ccaoi集控系统将检测结果发送至对应的ccaoi工作站的移栽机，移栽机将相应的目标电路板分拣至预设位置，其中，预设位置可以为ng框位和ok框位，通过ccaoi集控系统来实现对多个ccaoi工作站设备的控制以实现少人化检测。
56.在一些实施例中，在检测结果为合格的情况下，移栽机将目标电路板分拣至第一区域，在检测结果为不合格的情况下，移栽机将目标电路板分拣至第二区域。
57.在本技术实施例中，在人工确认检测结果为合格的情况下，通过ccaoi集控系统控制相应数量的ccaoi工作站的移栽机将目标电路板分拣至ok框位，在人工确认检测结果为不合格的情况下，通过ccaoi集控系统控制相应数量的ccaoi工作站的移栽机将目标电路板分拣至ng框位。
58.考虑到相关技术中，存在检测的pcb不良数据需要进行手工标记，导致效率较低的问题。
59.在一些实施例中，检测系统还包括：自动标注系统和训练系统。
60.自动标注系统用于对缺陷图片进行标注，并将标注后的缺陷图片发送至训练系统。
61.在本技术实施例中，在ccaoi工作站采集到的缺陷图片的样本通过自动标注系统进行标注，并将标注后的缺陷图片发送至训练系统进行训练，即自动标注系统会将收集到的缺陷图片自动上传至相应的样本服务器，基于其中的自动标注软件通过神经网络模型特征提取实现样本的自动标注，在样本标注完成后提供给训练系统。
62.训练系统用于对标注后的缺陷图片进行训练，以得到更新的训练模型，并将更新的训练模型发送至推理系统。
63.在本技术实施例中，训练系统进行ai检测模型的训练，训练完的ai检测模型提供给ai推理服务器，用于检测模型的迭代升级，即对推理系统进行更新，实现更好的缺陷图片的检测效果。
64.考虑到在对检测不合格的电路板进行维修时，为实现维护站的信息化处理。
65.在一些实施例中，检测系统还包括：生产信息管理系统。
66.生产信息管理系统用于从工作站获取检测结果和缺陷图片，并将检测结果、缺陷图片与目标电路板通过条码建立关联。
67.在本技术实施例中，在对目标电路板检测完后，将检测结果、缺陷图片与目标电路板通过http接口上传至mes系统，用于后续的数据统计和质量追溯，以提高便于后期维护。
68.在一些实施例中，自动光学检测系统具有缓存区，自动光学检测系统在获取到目标电路板的缺陷图片的情况下，将缺陷图片存储在缓存区，工作站还用于监测缓存区的缺陷图片的变化情况，其中，在工作站监测到缓存区的缺陷图片变化的情况下，从缓存区获取缺陷图片。
69.在本技术实施例中，自动光学检测系统可以具有缓存区，缓存区可以设置设备数据buffer/spc二个文件夹，当文件夹内数据变化，且buffer文件夹有.opg文件写入时，ccaoi工作站确定缓存区的缺陷图片的发送变化，并从该缓存区将相应的文件进行提取。
70.请参阅图2，图2示出了本技术一实施例中提出的一种生产线产品(电路板)的检测方法中的一种流程示意图，该生产线电路板的检测方法应用于上述生产线电路板的检测系统中，该方法包括步骤：
71.s110：获取目标电路板的缺陷图片。
72.在本技术实施例中，aoi检测后将缺陷图片存在电脑缓冲区，ccaoi工作站通过监控aoi工作站内的工作缓冲区，识别并提取当前检测的目标电路板缺陷图片。
73.s120：基于缺陷图片确认目标电路板的检测结果。
74.在本技术实施例中，将上述得到缺陷图片发送至推理系统中运行ai检测模型推断
产品图片是否属于合格产品。
75.s130：基于检测结果确认目标电路板下发分拣结果。
76.在本技术实施例中，推理系统将推理的结果返回至ccaoi工作站，如果产品检测为合格，则根据对应的下发至相应的分拣框位或待操作员进一步确认下发至相应的框位。
77.请参阅图3，图3示出了本技术一实施例中提出的一种生产线电路板的检测方法中步骤s130中的一种流程示意图，包括：
78.s132：若检测结果表征缺陷图片对应的目标电路板合格，将目标电路板分拣至第一区域。
79.在本技术实施例中，即在推理系统将推理的结果返回至ccaoi工作站，如果产品检测为合格，则控制移栽机将产品归入ok品框。
80.s134：若检测结果表征缺陷图片对应的目标电路板不合格，对检测结果进行再次检测。
81.在本技术实施例中，推理系统将推理的结果返回至ccaoi工作站，如果产品检测为不合格，将结果发送至ccaoi集控系统等待操作员进一步确认，操作员确认后再将结果ccaoi工作站，控制移栽机将产品归入对应的框位。
82.请参阅图3，图3示出了本技术一实施例中提出的一种生产线产品(电路板)的检测方法中步骤s130中的另一种流程示意图，包括：
83.s136：若再次检测结果表征缺陷图片对应的目标电路板合格，将目标电路板分拣至第一区域。
84.在本技术实施例中，在人工检测结果表征缺陷图片对应的目标电路板合格时，操作员确认后再将结果ccaoi工作站，控制移栽机将产品归入对应ok品框。
85.s138：若再次检测结果表征缺陷图片对应的目标电路板不合格，将目标电路板分拣至第二区域。
86.在本技术实施例中，在人工检测结果表征缺陷图片对应的目标电路板不合格时，操作员确认后再将结果ccaoi工作站，控制移栽机将产品归入对应ng品框。
87.本技术可以具体应用于pcb的焊接生产线，即识别pcb是否焊接合格，可以基于控制器smt完成，示例性地，其具体实施方式可以包括：
88.将smt产线设备单独接入此套网络，研发数据采集设备，监控aoi设备数据buffer/spc二个文件夹，当文件夹内数据变化，且buffer文件夹有.opg文件写入时，系统立即将数据上传ccaoi工作站，ccaoi工作站收到数据后将数据返送至推理系统，推理系统根据预训练的ai检测模型推断图片是否合格，并将计算结果返回ccaoi工作站，ccaoi工作站通过串口发送指令给移栽机plc，控制移栽机自动分拣ok、ng产品。相关检测ng图片关联mes条码同步存储在边缘计算设备上，ng品送修时，维修员扫描mes条码即可自动调出ng元器件图片，维修员对照缺陷图片即可完成维修。
89.系统在运行时同步收集缺陷图片，用于ai检测模型训练，提高系统检测精度，具体流程如下：
90.当ng图片存入buffer缓冲区后，自动标注系统会收集ng图片并自动上传至样本服务器，自动标注软件通过神经网络模型特征提取实现样本的自动标注，样本标注完成后提供给训练系统进行ai检测模型训练，训练完的ai检测模型提供给ai推理服务器，用于检测
模型的迭代升级。
91.综上，本技术提供一种生产线电路板的检测系统及方法，用于获取目标电路板的缺陷图片，基于缺陷图片确认目标电路板的检测结果，基于检测结果确认目标电路板下发分拣结果，系统架构包括自动光学检测系统、工作站和推理系统，自动光学检测系统用于对目标电路板进行检测，获取目标电路板的缺陷图片，工作站用于从自动光学检测系统获取缺陷图片，并将缺陷图片发送至推理系统，推理系统用于基于缺陷图片确定检测结果，并将检测结果发送给工作站，工作站还用于基于检测结果控制目标电路板进行分拣，以完成aoi设备数据的自动上传，实现ok板、ng板自动分拣，减轻人工分拣工作量，且实现样本数据的自动标记，维修站信息化，通过扫描mes条码自动提取缺陷图片，实现aoi检测近提供最近端服务，提高产品检测效率。
92.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
93.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
94.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
95.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
96.另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
97.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read only memory)、磁碟或者光盘等各种可以存储程序代码的介质。
98.或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立的产品
销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台控制器执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
99.以上所述，仅为本技术的实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。
技术特征：1.一种生产线产品的检测系统，其特征在于，包括：自动光学检测系统、工作站和推理系统；所述自动光学检测系统用于对目标产品进行检测，获取所述目标产品的缺陷图片；所述工作站用于从所述自动光学检测系统获取缺陷图片，并将所述缺陷图片发送至推理系统；所述推理系统用于基于所述缺陷图片确定检测结果，并将所述检测结果发送给工作站，所述工作站还用于基于所述检测结果控制所述目标产品进行分拣。2.根据权利要求1所述的生产线产品的检测系统，其特征在于，所述推理系统中预先建立有预测模型，所述预测模型用于确定所述工作站发送的所述缺陷图片对应的目标产品是否合格。3.根据权利要求2所述的生产线产品的检测系统，其特征在于，所述工作站还包括：集控系统和移栽机；所述集控系统用于对所述检测结果为不合格的目标产品进行再次检测，并将检测结果发送至移栽机；所述移栽机用于基于所述检测结果将所述目标产品分拣至预设位置。4.根据权利要求3所述的生产线产品的检测系统，其特征在于，在检测结果为合格的情况下，所述移栽机将所述目标产品分拣至第一区域，在检测结果为不合格的情况下，所述移栽机将所述目标产品分拣至第二区域。5.根据权利要求2所述的生产线产品的检测系统，其特征在于，所述检测系统还包括：自动标注系统和训练系统；所述自动标注系统用于对所述缺陷图片进行标注，并将标注后的所述缺陷图片发送至训练系统；所述训练系统用于对所述标注后的所述缺陷图片进行训练，以得到更新的训练模型，并将更新的训练模型发送至推理系统。6.根据权利要求1所述的生产线产品的检测系统，其特征在于，所述检测系统还包括：生产信息管理系统；所述生产信息管理系统用于从工作站获取检测结果和缺陷图片，并将所述检测结果、缺陷图片与目标产品通过条码建立关联。7.根据权利要求1所述的生产线产品的检测系统，其特征在于，所述自动光学检测系统具有缓存区，所述自动光学检测系统在获取到目标产品的缺陷图片的情况下，将所述缺陷图片存储在所述缓存区，所述工作站还用于监测所述缓存区的缺陷图片的变化情况，其中，在工作站监测到所述缓存区的缺陷图片变化的情况下，从所述缓存区获取缺陷图片。8.一种生产线产品的检测方法，其特征在于，基于如权利要求1-7任一项所述的生产线产品的检测系统实现，包括：获取所述目标产品的缺陷图片；基于所述缺陷图片确认所述目标产品的检测结果；基于所述检测结果确认所述目标产品下发分拣结果。9.根据权利要求8所述的方法，其特征在于，所述预设位置包括第一区域，所述基于所述检测结果确认所述目标产品下发分拣结果，包括：
若所述检测结果表征所述缺陷图片对应的目标产品合格，将所述目标产品分拣至第一区域；若所述检测结果表征所述缺陷图片对应的目标产品不合格，对所述检测结果进行再次检测。10.根据权利要求9所述的方法，其特征在于，所述预设位置包括第二区域，所述基于所述检测结果确认所述目标产品下发分拣结果，还包括：若所述再次检测结果表征所述缺陷图片对应的目标产品合格，将所述目标产品分拣至所述第一区域；若所述再次检测结果表征所述缺陷图片对应的目标产品不合格，将所述目标产品分拣至第二区域。
技术总结本申请实施例提供了一种生产线产品的检测系统及方法，用于获取目标产品的缺陷图片，基于缺陷图片确认目标产品的检测结果，基于检测结果确认目标产品下发分拣结果，系统架构包括自动光学检测系统、工作站和推理系统，自动光学检测系统用于对目标产品进行检测，获取目标产品的缺陷图片，工作站用于从自动光学检测系统获取缺陷图片，并将缺陷图片发送至推理系统，推理系统用于基于缺陷图片确定检测结果，并将检测结果发送给工作站，工作站还用于基于检测结果控制目标产品进行分拣，以完成AOI设备数据的自动上传，实现OK板、NG板自动分拣，减轻人工分拣工作量。轻人工分拣工作量。轻人工分拣工作量。
技术研发人员：王向红 卜秉彦 柯明
受保护的技术使用者：珠海格力电器股份有限公司
技术研发日：2022.06.17
技术公布日：2022/11/1
