1.一种基于图像检测识别的标准质量检测管理平台，其特征在于，包括：数据采集模块，用于从生产线上获取图像数据流，执行图像预处理操作，包括去噪、裁剪和调整大小，数据采集模块部署在生产线边缘节点上，数据采集模块包括摄像头和传感器，采用实时图像处理技术，进行数据采集；

数据传输模块，将采集的图像数据传输到云计算中心以及分布式图数据库，数据传输使用安全协议和加密方法传输数据；

图数据库模块，对数据采集模块所采集图像数据流进行存储，同时存储设备、工件和质量数据之间的关系信息，对图计算算法执行提供支持，图数据库模块中部署分布式图数据库JanusGraph，并定期更新图数据库反映生产线上的变化；

图计算引擎模块，用于分析图数据库中的数据关系，执行图计算卷积网络GCN算法，识别质量问题和异常情况，图计算引擎模块使用NetworkX图计算框架处理数据，图计算引擎模块部署在云和边缘计算节点上，进行实现离线和实时分析；

自动标记模块，使用机器学习和图神经网络，自动标记图像中的缺陷和问题区域，自动标记模块采用MaskR‑CNN训练图像分割模型，用于自动标记；

质量问题预测模块，用于分析生产线数据和图数据库，预测潜在的质量问题和生产中断，质量问题预测模块基于深度学习模型进行预测；

决策支持系统模块，集成机器学习和决策支持，用于提供实时建议和决策，决策支持系统模块使用规则引擎和优化算法，生成决策建议，提供直观的用户界面显示建议和决策；

区块链数据安全模块，采用使用区块链技术提供质量检测数据的安全性和可追溯性，区块链数据安全模块中部署私有区块链网络，用于数据存储和验证，采用智能合约实现数据访问控制。

2.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述图数据库模块中，基于图数据模型表示生产线中的各个元素和元素间的关系，生产线关键元素包括：设备、工件、质量数据、工作状态、性能指标、权重和关联强度，其中设备、工件、质量数据、工作状态、性能指标作为模型节点，权重和关联强度作为模型边；

图数据库模块中设置查询接口，导入过程采用ETL管道。

3.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述图计算引擎模块中进行图数据分析步骤具体包括：从图数据库模块获取图数据，包括设备、工件、质量数据节点和节点间的关系边，用于构建分析图；

基于NetworkX框架，从图数据库中获取的数据构建成一个图，其中节点表示实体，边表示实间关系，图构建公式为：，其中G表示构建的图，V表示节点集合，E表示边集合；

图计算引擎模块使用图卷积网络GCN算法分析图数据，GCN的分析公式：，其中 表示第 层的节点表示，A表示邻接

矩阵， 表示权重矩阵， 表示激活函数；

在GCN的输出中设置阈值来检测异常节点和边。

4.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述图计算引擎模块部署在云计算中心和边缘计算节点上；

图计算引擎模块中的离线分析使用批处理方式，实时分析使用ApacheKafka流式处理方式。

5.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述自动标记模块采用MaskR‑CNN训练图像分割模型步骤具体包括：对包含缺陷和问题的图像数据集进行标注，标注包括标记图像中缺陷的位置和类别用于训练图像分割模型；

采用MaskR‑CNN同时检测和分割对象；

使用准备好的图像数据集对选择的图像分割模型进行训练，包括前向传播和反向传播，MaskR‑CNN的损失函数包括物体检测损失和掩码分割损失。

6.根据权利要求5所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述物体检测损失，即分类和边界框回归式具体为：，其中 表示目标分类损失， 表示边界框回归损失，将两项损失合并，用于训练模型同时进行目标检测和分类；

在训练后，将训练好的图像分割模型用于推断，自动标记图像中的缺陷和问题区域，推断过程包括前向传播，得到图像中每个像素的分割结果；

分割损失公式为：

，

其中 表示分割掩码损失， 表示第i个对象的p个像素值， 表示模型中生成的对应像素预测值；

对模型推断的结果进行后处理，去除小区域的分割标记、合并相邻的标记区域；

将自动标记的结果生成标记图，其中标记图像中缺陷和问题区域。

7.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述质量问题预测模块中，收集的生产线数据包括设备状态、工件信息、质量数据、时间戳；

采用长短时记忆网络LSTM进行质量问题预测；

使用准备好的数据，对选择的深度学习模型进行训练：隐藏状态更新： ；

输出预测： ，其中 表示在时间步t时的输入数据， 表示在时间步t‑1时的隐藏状态， 表示通过LSTM单元对输入 和前一个时间步的隐藏状态 进行处理，所生成新的隐藏状态； 表示通过全连接层DenseLayer对隐藏状态 进行处理，所生成的最终的输出预测。

8.根据权利要求1所述的一种基于图像检测识别的标准质量检测管理平台，其特征在于，所述决策支持系统模块中决策建议生成步骤具体包括：从质量问题预测模块模块获取实时数据和预测结果作为输入；

采用规则引擎，根据预定义的规则和条件来生成决策建议，规则基于历史数据制定；

规则引擎中的决策规则具体为：

如果质量问题预测为严重，则进行停机检修；

如果设备性能下降到一定阈值以下，则进行维护；

优化算法采用线性规划表示目标函数和约束条件，具体为：，其中 ，式中 表示与决策变量 相关联的

权重， 为决策变量， 表示约束条件的系数矩阵，为约束条件右侧的向量。