第一次结对编程作业——需求分析与原型设计
2018310143125 孔明
2018310143116 郑智灿
一、需求分析（NABCD模型）
1、N（Need，需求）
工业生产自动化也将越来越多的工人们从枯燥乏味的工作中解放出来，产品表面缺陷检测是工业生产中的重要环节，是产品质量把控的关键步骤
1，需要对产品的表面缺陷进行排查,准确率尽可能的高
2，表面缺陷种类的不同
3，不同产品或者是手工制品的缺陷（例如布料的破洞，污渍，错线等）
4，在复杂的环境下依然可以进行检查
2、A（Approach，做法）
因为是工业化检测，使用频繁而且有一定规模（可能是个人商户也可能是企业或是工厂），固设计成app或手机端系统并不合适，所以设计为电脑端系统，或者网页端系统更为合适。
检查系统操作如下：
- 用户需要注册（拥有一个自己的账户），通过账户来储存检测的数据和记录等私人信息
- 用户通过上传需要检测的物体表面照片（从电脑磁盘中导入），跟着用户选择检测类型
（污渍检测，破损检测，划痕检测，裂纹检测）
- 具体算法（深度学习）
裂纹检测：使用Faster RCNN实现对图像的准实时处理，其整体架构包括RPN和Fast RCNN两部分。
破损检测：用深度卷积神经网络（DCNNs）结合SSD，Yolo等网络方法构建了一个从粗到细的级联检测网络，包括固件的定位、缺陷检测与分类。
划痕检测：使用缺陷检测体系：1）CASAE架构2）阈值模块3）缺陷区域检测
污渍检测：采用结合图像金字塔层次结构思想和卷积去噪自编码器网络（CDAE）实现对布匹纹理图像的缺陷检测
- 运行完成后被检测到的图片将会出现在下方
3、B（Benefit，好处）
1.采用网页和电脑端软件使得大规模数据检测时导入检测系统更为方便，网页端使得个人商户或者其他私人用户在手机上也可以使用
2.通过注册建立个人账户方便个人处理数据流动性更强，数据不易丢失
4、C（Competitors，竞争）
1.目前检测使用的算法进行优化，检测效果和检测速率还有进步的空间，同时适用范围更广。
2.使用步骤简单，使用范围更灵活（个人商户到企业，电脑端到移动端）
5、D（Delivery，推广）
- 当原型系统被采纳之后，立马投入精力进行开发
- 通过博客以及软工课程进行初期的推广，预期让所有修读工科和美工科的学生了解到该系统，并从学生角度出发期望得到建设性的意见
二、原型设计
原型设计工具：墨刀
主页信息：用户的登录和注册
功能界面：选择检测类型（可以多选），开始检测按钮，图片导入按钮，缺陷存放区
注册登录后即可上传图片和使用
用于导入多项图片文件
用户可多选检测功能
提供检测结果
三．效能分析
|
内容 |
时长 |
|
图像预处理 |
2min |
|
特征图映射预测缺陷坐标 |
3min |
|
缺陷位置进行定位和分类 |
5min |
|
提取感兴趣区域（ROI） |
1min |
|
系统处理成像 |
1min |
—>目前检测使用的算法目前还在进行优化，检测效果和检测速率还有进步的空间，同时适用范围更广。我们经过几天激烈讨论后，才最终确定了以上如图所示的系统，我们的需求分析还是挺明确的，整个过程目前还需12分钟左右，整体效率还是蛮高的。
四．PSP
|
PSP |
|
|
计划 |
一个月 |
|
开发 |
登录模块：登录面板及注册面板 |
|
APP首页：导入预测图片 |
|
|
个人信息（我的）：设置，权益，客服等模块 |
|
|
消息模块：图片处理后的通知及私信模块 |
|
|
发现模块：其他用户对此APP的看法和自己喜欢圈子广场 |
|
|
测试 |
测试成果，BUG修正 |
|
测试报告 |
利用测试结果进行测试报告的编写 |
|
过程改进 |
无 |
|
公测 |
推广 |
五．总结
产品表面缺陷检测是工业生产中的重要环节，是产品质量把控的关键步骤，借助缺陷检测技术可以有效的提高生产质量和效率。但是由于设备及工艺等因素的影响，产品表面的缺陷检测往往不尽人意，因此，开发一个智能化的检测系统也是时势所趋，这次作业也给了我们一个机会去合作并且认真思考这个问题，最后努力地解决它。整个系统的检测效果及检测速率还是有待提高的，但目前系统的完善已经接近完美，希望接下来的时间可以继续查缺补漏，优化问题；也希望我们的系统设计能得到您的认可