【技术实现步骤摘要】
一种基于机器视觉的棒材成品库出库标签识别方法、装置及设备
本专利技术涉及图像识别领域，更具体地说，涉及一种基于机器视觉的棒材成品库出库标签识别方法、装置及设备。
技术介绍
在钢铁产品的输送中，棒材成品的汽车自动装车是很常见的方式。在汽车自动发货区棒材出库时需要进行物料规格信息识别与核对，保障库区物料入/出库信息准确性，否则可能造成物料遗失、信息不同步和物料规格不符合客户要求等情况，造成钢厂经济损失。因此有必要在棒材成品库出库时对成捆棒材和标签进行信息识别，并自动传递给其他系统。目前的棒材成品库出库标签识别主要依靠有经验的工人进行识别，由于多条产线需要长时间运行，工人无法将标签信息及时传递给其他系统，且仅仅依靠人工识别，可能存在漏检、错检的情况。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于机器视觉的棒材成品库出库标签识别方法、装置及设备，用于解决现有技术的缺陷。为实现上述目的及其他相关目的，本专利技术提供一种基于机器视觉的棒材成品库出库标签识别方法，包...
【技术保护点】
1.一种基于机器视觉的棒材成品库出库标签识别方法，其特征在于，包括：/n通过预先训练的成捆棒材检测模型，对感兴趣区域的图像进行目标检测，识别出其中的多个成捆棒材，并输出每一个成捆棒材的位置信息；/n基于多个所述成捆棒材的位置信息，通过预先训练的标签检测模型对所述多个成捆棒材上的标签进行识别，并输出每一个所述标签的位置信息；/n基于所述标签的位置信息，对所述标签进行识别，得到签标信息。/n
【技术特征摘要】
1.一种基于机器视觉的棒材成品库出库标签识别方法，其特征在于，包括：
通过预先训练的成捆棒材检测模型，对感兴趣区域的图像进行目标检测，识别出其中的多个成捆棒材，并输出每一个成捆棒材的位置信息；
基于多个所述成捆棒材的位置信息，通过预先训练的标签检测模型对所述多个成捆棒材上的标签进行识别，并输出每一个所述标签的位置信息；
基于所述标签的位置信息，对所述标签进行识别，得到签标信息。
2.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，多个所述成捆棒材的位置信息为：
其中，每一行对应一个成捆棒材识别框，Band1xmin,Band1ymin分别为第一个成捆棒材识别框左上角点的x、y坐标；Band1xmax,Band1ymax分别为第一个成捆棒材识别框右下角点的x、y坐标，Band2则代表第二个成捆棒材识别框，Band3则代表第三个成捆棒材识别框，Bandn则代表第n个成捆棒材识别框。
3.根据权利要求2所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，还包括：
对所述多个成捆棒材进行排序，并计算每一个成捆棒材的优先级；根据所述优先级与所述多个成捆棒材的位置信息对所述多个成捆棒材上的标签进行识别。
4.根据权利要求3所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，成捆棒材的优先级的计算方法为：若标签识别框左上角点的y坐标越大，则具较高的优先级；若当标签识别框左上角点的y坐标相等时，标签识别框左上角点的x坐标越小，则具有较低的优先级。
5.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，在每一个成捆棒材中，所述标签的位置信息为：
其中，每一行分别对应一个所述标签识识框，Selc1xmin,Selc1ymin分别为第一个所述标签识别框左上角点的x、y坐标；Selc1xmax,Selc1ymax分别为第一个所述标签识别框右下角点的x、y坐标，Selc2则代表第二个所述标签识别框，Selc3则代表第三个所述标签识别框，Selcn则代表第n个所述标签识别框。
6.根据权利要求5所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，还包括：
对每个成捆棒材中的多个标签进行排序，并计算每一个标签的优先级；根据所述优先级标签与所述标签的位置信息对所述多个成捆棒材上的标签进行识别。
7.根据权利要求6所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，所述标签的优先级的计算方法为：若标签识别框左上角点的y坐标越大，则具较高的优先级；若当所述标签识别框左上角点的y坐标相等时，标签识别框左上角点的x坐标越小，则具有较低的优先级。
8.根据权利要求1所述的基于机器视觉的棒材成品库出库标签识别方法，其特征在于，采用SSD-MobileNet神经网...
【专利技术属性】
技术研发人员：刘斌，袁钰博，庞殊杨，李文铃，刘常坤，贾鸿盛，毛尚伟，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50
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。