A paint matching model determination, paint matching method and system, computer storage medium and electronic equipment, in which the paint matching model determination method includes: acquiring image data of wood before painting; acquiring image data of wood after painting based on different paint proportions and different paint proportions; and matching image data of wood before painting with different paint proportions. The image data of wood effect after spraying are input into the neural network model and trained to obtain the paint matching model. The technical scheme mentioned above can save manpower and material resources and improve the paint matching efficiency.
【技术实现步骤摘要】
配漆模型确定、配漆方法和系统及存储介质和电子设备
本申请属于人工智能
，尤其涉及一种配漆模型确定方法和系统、配漆方法和系统、计算机存储介质和电子设备。
技术介绍
目前，在木材加工过程中，地板或实木家具经常需要喷漆，一般在喷漆之前，针对每一批次的地板或实木家具，均需要进行配漆实验。配漆实验的主要目的在于，根据本批次地板或家具的纹理、质地和颜色，调节漆料的配比，例如通过红绿黄白四种颜色漆料的不同配比，得到不同配比下的地板或实木家具的颜色。根据最终的喷漆效果，找到合适的漆料配比，并按照该配比完成本次喷漆工作。由于每一批次的地板或家具存在底纹、颜色的差异，导致每一批次木材最终使用的漆料配比均不相同，因此针对每一批次的地板或家具均需要完成一次配漆实验，因此对不同批次的木材原料均需要进行配漆实验，需要大量的人力物力，使得配漆作业效率低下。
技术实现思路
(一)专利技术目的本专利技术的目的是提供一种能够提高配漆效率的配漆模型确定、配漆方法和系统及计算机存储介质和电子设备。(二)技术方案为解决上述问题，本专利技术的第一方面提供了一种配漆模型确定方法，包括：获取多个喷漆前木材的图...
【技术保护点】
1.一种配漆模型确定方法，其特征在于，包括：获取多个喷漆前木材的图像数据；获取多个不同漆料配比以及基于所述多个不同漆料配比的喷漆后木材的效果图像数据；将喷漆前木材的图像数据、不同漆料配比以及喷漆后木材的效果图像数据，输入到神经网络模型中并训练所述神经网络模型，获得配漆模型。
【技术特征摘要】
1.一种配漆模型确定方法，其特征在于，包括：获取多个喷漆前木材的图像数据；获取多个不同漆料配比以及基于所述多个不同漆料配比的喷漆后木材的效果图像数据；将喷漆前木材的图像数据、不同漆料配比以及喷漆后木材的效果图像数据，输入到神经网络模型中并训练所述神经网络模型，获得配漆模型。2.根据权利要求1所述的配漆模型确定方法，其特征在于，所述喷漆前木材的图像数据包括木材的底纹信息和/或颜色信息。3.根据权利要求1所述的配漆模型确定方法，其特征在于，所述不同漆料配比为不同颜色的漆料配比。4.根据权利要求1所述的配漆模型确定方法，其特征在于，所述神经网络模型为卷积神经网络、循环神经网络和BP神经网络中的一种或多种的组合。5.根据权利要求1所述的配漆模型确定方法，其特征在于，所述训练所述神经网络模型，包括：基于BP算法、梯度下降算法、牛顿算法和共轭梯度法中的一种或多种，训练所述神经网络模型。6.一种配漆模型确定方法，其特征在于，包括：获取训练数据，所述训练数据包括多个喷漆前木材的图像数据、多个不同漆料配比以及基于所述多个不同漆料配比的喷漆后木材的效果图像数据；基于所述多个喷漆前木材的图像数据，将所述训练数据进行分类；针对每一个类别的训练数据，分别输入到神经网络模型中并训练所述神经网络模型，获得多个配漆模...
【专利技术属性】
技术研发人员：丁磊，
申请(专利权)人：北京木业邦科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。