基于深度学习的工业条码识别装置及方法制造方法及图纸

本发明专利技术提供一种基于深度学习的工业条码识别装置及方法，工业条码识别装置包括：图像采集模块，用以采集产线上物品的条码图像，该产线上的物品的条码的打码规则相同；控制模块，与该图像采集模块相连接，该控制模块用以对该图像采集模块采集的该条码图像进行识别以获得识别结果，并对未识别的条码图像进行标记；以及深度学习模块，包括预设条码识别模型，该深度学习模块与该控制模块相连接，该深度学习模块用以将标记后的该未识别的条码图像输入该预设条码识别模型进行训练，得到更新后的条码识别模型，并将更新后的条码识别模型数据返回该控制模块。本发明专利技术可以有效解决现有计数中解码效率低和解码时间长的问题。

【技术实现步骤摘要】
基于深度学习的工业条码识别装置及方法
本专利技术涉及工业条码识别
，尤其涉及一种基于深度学习的工业条码识别装置及方法。
技术介绍
目前工业上，最常用的是DPM码(DirectPartMark)，DPM码制作方法是通过点刻、蚀刻或者喷码直接将条码印刷在产品上。DPM码的主要优势在于能够直接在零件表面形成牢固的甚至与零件相同寿命的图形和文字，成为产品本身的固定组成部分，永不丢失也不可涂改，并且在产品的继续加工时也不会产生干扰，这样产品在整个寿命周期内都是可以识别的，因而也是可以追溯的。但是DPM码在形成于产品上的过程中，由于制作质量不同，难免会出现打码歪曲、缺角等问题，这就大大地提高了对条码识别设备的要求，如此不仅会导致解码识别率低、解码时间长，而且还会增加设备成本。
技术实现思路
针对上述技术问题，本专利技术提供一种基于深度学习的工业条码识别装置及方法，以解决现有技术中的解码识别率地以及解码时间长等问题。为达上述目的，本专利技术提供一种基于深度学习的工业条码识别装置，该工业条码识别装置包括：图像采集模块，本文档来自技高网...

【技术保护点】
1.一种基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置包括：/n图像采集模块，用以采集产线上物品的条码图像，该产线上的物品的条码的打码规则相同；/n控制模块，与该图像采集模块相连接，该控制模块用以对该图像采集模块采集的该条码图像进行识别以获得识别结果，并对未识别的条码图像进行标记；以及/n深度学习模块，包括预设条码识别模型，该深度学习模块与该控制模块相连接，该深度学习模块用以将标记后的该未识别的条码图像输入该预设条码识别模型进行训练，得到更新后的条码识别模型，并将更新后的条码识别模型数据返回该控制模块。/n

【技术特征摘要】
1.一种基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置包括：
图像采集模块，用以采集产线上物品的条码图像，该产线上的物品的条码的打码规则相同；
控制模块，与该图像采集模块相连接，该控制模块用以对该图像采集模块采集的该条码图像进行识别以获得识别结果，并对未识别的条码图像进行标记；以及
深度学习模块，包括预设条码识别模型，该深度学习模块与该控制模块相连接，该深度学习模块用以将标记后的该未识别的条码图像输入该预设条码识别模型进行训练，得到更新后的条码识别模型，并将更新后的条码识别模型数据返回该控制模块。


2.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块还包括存储模块，该存储模块用以存储该图像采集模块采集的该条码图像以及该控制模块的该识别结果。


3.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置还包括本地服务器，该本地服务器与该控制模块相连接，该深度学习模块设置于该本地服务器内。


4.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置还包括云端服务器，该深度学习模块设置于该云端服务器内，该控制模块与该云端服务器通讯连接，且该控制模块还用以定期地将存储的多个标记后的未识别的条码图像传输至该云端服务器。


5.如权利要求4所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块通过无线wifi接口电路或以太网接口电路与该云端服务器连接。


6.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块采用CPU处理器。


7.如权利要求1所述的基于深度学习的工...

【专利技术属性】
技术研发人员：周益初，孟辉，赵睿杰，王英南，赵国武，顾兴，
申请(专利权)人：上海视界纵横智能科技有限公司，
类型：发明
国别省市：上海;31