塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术实施例公开了一种塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质。所述方法包括：获取待检测的塑料泡沫餐盒的图像数据；将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；将所述质量检测请求发送至部署有基于语义分割的分类检测模型的服务器；接收所述服务器通过所述基于语义分割的分类检测模型输出的所述质量检测分类请求对应的质量检测结果。不仅可以减少塑料泡沫餐盒的检测效率，而且还可以提高塑料泡沫餐盒的检测准确性。

Quality detection method, device, server and storage medium for plastic foam lunch box

The embodiment of the invention discloses a method for measuring the quality of plastic foam lunch boxes, a device, a server and a storage medium. The method comprises the following steps: obtaining the image data of a plastic foam lunch box to be detected; converting the image data of the foam lunch box to be detected for the quality inspection request of the plastic foam lunch box to be detected; transmitting the quality detection request to a server deploying a classification detection model based on Semantic segmentation; and receiving the server according to the semantic segmentation based component. The quality detection classification request output by the class detection model corresponds to the quality detection result. It can not only reduce the detection efficiency of plastic foam lunch boxes, but also improve the detection accuracy of plastic foam lunch boxes.

【技术实现步骤摘要】
塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质
本专利技术实施例涉及人工智能
，尤其涉及一种塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质。
技术介绍
在传统制造业的生产过程中，质检是生产流程中的关键环节。具体地，在塑料泡沫餐盒的生产过程中，对产品质量进行检测的一种重要手段是对产品的表面状态进行检测，以判断产品是否存在瑕疵和缺陷，并根据检测结果对产品做相应的处理。现有的塑料泡沫餐盒的检测方法包括以下两种：第一方式为纯人工质检方式，依赖于质检人员的经验，质检人员肉眼观察产品的外观照片进而依经验给出判断；第二方式为机器辅助的半自动质检方式，主要由具有一定判断能力的质检系统过滤掉没有缺陷的照片，然后再由质检人员对疑似存在缺陷的照片进行检测判断。但是，对于第一种质检方式和第二种质检方式，均涉及人工质检的流程，需要质检人员在生产现场进行巡视检查，发现缺陷之后人工记录下来再做后续处理。这种方法不仅效率低，容易漏判误判，数据很难进行二次利用挖掘，而且工业生产环境往往比较恶劣，对质检人员或生产人员的健康和安全会造成不利影响。对于第二种质检测方式，由于其质检测系统是在基于传统专家系统或特本文档来自技高网...

【技术保护点】
1.一种塑料泡沫餐盒的质量检测方法，其特征在于，所述方法包括：获取待检测的塑料泡沫餐盒的图像数据；将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；将所述质量检测请求发送至部署有基于语义分割的分类检测模型的服务器；接收所述服务器通过所述基于语义分割的分类检测模型输出的所述质量检测分类请求对应的质量检测结果。

【技术特征摘要】
1.一种塑料泡沫餐盒的质量检测方法，其特征在于，所述方法包括：获取待检测的塑料泡沫餐盒的图像数据；将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；将所述质量检测请求发送至部署有基于语义分割的分类检测模型的服务器；接收所述服务器通过所述基于语义分割的分类检测模型输出的所述质量检测分类请求对应的质量检测结果。2.根据权利要求1所述的方法，其特征在于，所述将所述质量检测请求发送至部署有基于语义分割的分类检测模型的服务器，包括：在预先设置的服务器配置表中获取部署有所述基于语义分割的分类检测模型的各个服务器的负载状态；根据部署有所述分类检测模型的各个服务器的负载状态，将所述质量检测请求发送至部署有所述基于语义分割的分类检测模型的负载最小的服务器。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据预先设置的质量检测结果与缺陷处理操作的对应关系，做出所述质量检测结果对应的缺陷处理操作；其中，所述缺陷处理操作包括：报警、停机、存储日志或者控制机械臂。4.一种塑料泡沫餐盒的质量检测方法，其特征在于，所述方法包括：接收待检测的塑料泡沫餐盒的质量检测请求；通过预先训练的基于语义分割的分类检测模型计算所述质量检测请求对应的质量检测结果。5.根据权利要求4所述的方法，其特征在于，所述基于语义分割的分类检测模型包括：深度卷积神经网络和缺陷定位分类网络；其中，所述深度卷积神经网络用于提取钢板图片的特征，并将所述特征输入至所述缺陷定位分类网络中；所述缺陷定位分类网络用于基于语义分割的分类检测算法判断深度卷积神经网络所提取的特征是否存在缺陷，并获得该缺陷的类别。6.根据权利要求5所述的方法，其特征在于，所述深度卷积神经网络包括：卷积层、池化层和全连接层；其中，所述卷积层，用于利用权值不同的卷积核对所述质量检测请求中的所述待检测的塑料泡沫餐盒的图像进行扫描卷积，从中提取各种意义的特征，并输出至特征图中；所述池化层，用于对特征图进行降维操作；所述全连接层，用于将提取出的特征映射到所述缺陷定位分类网络中。7.一种塑料泡沫餐盒的质量检测装置，其特征在于，所述装置包括：图像获取模块、图像转换模块、请求发送模块和结果接收模块；其中，所述图像获取模块，用于获取待检测的塑料泡沫餐盒的图像数据；所述图像转换模块，用于将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；所述请求...

【专利技术属性】
技术研发人员：文亚伟，冷家冰，刘明浩，徐玉林，郭江亮，李旭，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11