整合边缘计算与云计算的深度学习系统，可在复杂工业环境下实时识别钢材表面缺陷，并支持多终端推送检测结果。
Ren, Fei · Xu, Libing · Tomas, John Paul Q. · 李宏生 · Doma, Bonifacio Tobias
Scientific Reports 2025
通过改进的YOLOv5-efficient net和YOLOv5-mobile net系列轻量化模型，在保证识别能力的同时降低计算资源需求，使算法能够在边缘设备上高效运行。
精心设计的微服务架构和分布式消息队列系统解耦了服务组件，使系统能够应对生产负载波动，避免单点故障。
检测结果可以通过微信、邮件、iMessage和安卓应用等多种终端即时推送给相关人员，确保缺陷信息第一时间触达决策者。