数字化布料处理系统、布料瑕疵检测方法、设备及介质技术方案

本申请实施例提供一种数字化布料处理系统、布料瑕疵检测方法、设备及介质。在本申请实施例中，在对目标布料进行松布处理时，采集每个布料区域的布料图像，并采用网状网络结构的瑕疵检测模型执行针对目标布料瑕疵检测的任务；或者，结合订单信息中待产服装的裁判信息，确定目标布料上的裁片区域，在对目标布料进行松布处理时，自动针对裁片区域进行有针对性地瑕疵检测。由此，在松布环节便实现了布料瑕疵自动检测，提高了瑕疵检测的准确度和效率，降低人力成本。另外，瑕疵检测模型采用多尺度特征融合手段进行特征瑕疵检测，能够使得多尺度特征融合处理过程中融合更多的图像特征，有利于进一步提高瑕疵检测的准确度。于进一步提高瑕疵检测的准确度。于进一步提高瑕疵检测的准确度。

【技术实现步骤摘要】
数字化布料处理系统、布料瑕疵检测方法、设备及介质


[0001]本申请涉及智能制造
，尤其涉及一种数字化布料处理系统、布料瑕疵检测方法、设备及介质。

技术介绍

[0002]随着云计算、物联网、人工智能等技术的不断发展，涌现出越来越多的数字化工厂。数字化工厂能够实现产品从原材料采购、产品设计以及生产加工等全生产链条的数字化处理；还能够按照柔性制造模式进行生产制造。其中，柔性制造模式是指通过系统结构、人员组织、运作方式和市场营销等方面的改革，使生产系统能对市场需求变化作出快速地适应，同时消除冗余无用的损耗，力求企业获得更大的效益。在柔性制造模式下，数字化工厂以消费者需求为核心，重构传统以产定销的生产模式，实现按需智造。
[0003]在数字化生产过程中，需要对生产过程中的原材料或半成品进行质量检测，以保证整个数字化生产的产品质量。例如，在服装制造行业中，在对布料进行裁剪之前，需要对布料进行瑕疵检测，通过剔除或裁剪掉带有瑕疵的布料，可提高后续成品制衣的质量。目前，对布料进行瑕疵检测大多是采用人工验布模式对布料进行抽检，定义布料的品质等级，如果一卷布料的品质等级较高，则认为该卷布料不具有瑕疵，这种瑕疵检测方式的人力成本较高，且检测结果的稳定性和准确性较差，不具有客观性。

技术实现思路

[0004]本申请的多个方面提供一种数字化布料处理系统、布料瑕疵检测方法、设备及介质，用以提高瑕疵检测的准确度和效率，降低人力成本。
[0005]本申请实施例提供一种数字化布料处理系统，包括：松布设备和位于边缘集群中的边缘计算设备；所述松布设备包括用于对目标布料进行松布处理的松布机构，以及设置在所述松布机构的松布路径上的视觉采集系统；其中，所述目标布料被所述视觉采集系统的可视范围划分为多个布料区域，所述视觉采集系统用于对进入其可视范围内的每个布料区域进行图像采集，并将采集到的多个布料图像发送至所述边缘计算设备；所述边缘计算设备上运行有采用网状网络结构进行多尺度融合的瑕疵检测模型，用于根据所述瑕疵检测模型采用的网状网络结构，对所述多个布料图像分别进行多尺度特征融合处理，得到多个瑕疵特征图；根据所述多个瑕疵特征图生成所述目标布料对应的瑕疵地图。
[0006]本申请实施例还提供一种布料瑕疵检测方法，包括：在对目标布料进行松布处理过程中，针对所述目标布料采集多个布料图像，所述布料图像是所述目标布料的一个布料区域的图像；根据瑕疵检测模型采用的网状网络结构，对所述多个布料图像分别进行多尺度特征融合处理，得到多个瑕疵特征图，所述瑕疵检测模型是采用网状网络结构进行多尺度融合的神经网络模型；根据所述多个瑕疵特征图生成所述目标布料对应的瑕疵地图。
[0007]本申请实施例还提供一种布料裁剪方法，包括：接收服装生产的订单信息，所述订单信息包括待产服装所需的裁片信息；根据所述裁片信息，确定目标布料上的裁片区域；在
对所述目标布料进行松布处理过程中，针对所述裁片区域进行瑕疵检测；对通过瑕疵检测的裁片区域进行裁剪，得到服装裁片，以用于所述待产服装的加工过程。
[0008]本申请实施例还提供一种计算机设备，包括：存储器和处理器；所述存储器，用于存储计算机程序；所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行本申请实施例提供的方法中的步骤。
[0009]本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，致使所述处理器实现本申请实施例提供的方法中的步骤。
[0010]在本申请实施例中，在通过松布设备中的松布机构对目标布料进行松布处理时，采集每个布料区域的布料图像，并采用网状网络结构的瑕疵检测模型执行针对目标布料瑕疵检测的任务。或者，结合订单信息中待产服装的裁判信息，确定目标布料上的裁片区域，在通过松布设备中的松布机构对目标布料进行松布处理时，自动针对裁片区域进行有针对性地瑕疵检测。由此，在目标布料的松布环节便实现了布料瑕疵自动检测，提高了瑕疵检测的准确度和效率，降低人力成本。另外，瑕疵检测模型采用多尺度特征融合手段进行特征瑕疵检测，进一步在对多尺度特征融合时采用网状网络结构，能够使得多尺度特征融合处理过程中融合更多的图像特征，有利于进一步提高瑕疵检测的准确度。
附图说明
[0011]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请一示例性实施例提供的一种数字化布料处理系统的结构示意图；图2为本申请一示例性实施例提供的普通卷积和空洞卷积的感受野对比图；图3为本申请一示例性实施例提供的另一种数字化布料处理系统的结构示意图；图4为本申请一示例性实施例提供的一种网状网络结构的示意图；图5a为本申请一示例性实施例提供的一种布料瑕疵检测方法的流程示意图；图5b为本申请一示例性实施例提供的一种布料裁剪方法的流程示意图；图6a为本申请一示例性实施例提供的一种布料瑕疵检测装置的结构示意图；图6b为本申请一示例性实施例提供的一种布料裁剪装置的结构示意图；图7为本申请一示例性实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0012]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0013]针对现有布料瑕疵检测的准确度较差和效率较低的技术问题，本申请实施例提供一种数字化布料处理系统、布料瑕疵检测方法、设备及介质。在本申请实施例中，在通过松布设备中的松布机构对目标布料进行松布处理时，利用设置在松布机构的松布路径上的视觉采集系统采集进入其可视范围内的每个布料区域的布料图像，并将采集到的多个布料图像发送至边缘计算设备；边缘计算设备通过采用网状网络结构的瑕疵检测模型执行针对目
标布料瑕疵检测的任务。由此，在目标布料的松布环节便实现了布料瑕疵自动检测，提高了瑕疵检测的准确度和效率，降低人力成本。另外，瑕疵检测模型采用多尺度特征融合手段进行特征瑕疵检测，进一步在对多尺度特征融合时采用网状网络结构，能够使得多尺度特征融合处理过程中融合更多的图像特征，有利于进一步提高瑕疵检测的准确度。以下结合附图，详细说明本申请各实施例提供的技术方案。
[0014]图1为本申请一示例性实施例提供的一种数字化布料处理系统的结构示意图。如图1所示，该系统包括：松布设备10和位于边缘集群中的边缘计算设备20。其中，松布设备10包括能够进行松布处理的松布机构和设置在松布机构的松布路径上的视觉采集系统。松布路径可以是指需要松布的布料从进入松布机构到离开松布机构之间经过的路径。视觉采集系统可以通过有线网络、或者无线网络与边缘集群中的边缘计算设备20通信连接。例如，有线网络可以包括同轴电缆、双绞线和光纤等，无线网络可以是2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字化布料处理系统，其特征在于，包括：松布设备和位于边缘集群中的边缘计算设备；所述松布设备包括用于对目标布料进行松布处理的松布机构，以及设置在所述松布机构的松布路径上的视觉采集系统；其中，所述目标布料被所述视觉采集系统的可视范围划分为多个布料区域，所述视觉采集系统用于对进入其可视范围内的每个布料区域进行图像采集，并将采集到的多个布料图像发送至所述边缘计算设备；所述边缘计算设备上运行有采用网状网络结构进行多尺度融合的瑕疵检测模型，用于根据所述瑕疵检测模型采用的网状网络结构，对所述多个布料图像分别进行多尺度特征融合处理，得到多个瑕疵特征图；根据所述多个瑕疵特征图生成所述目标布料对应的瑕疵地图。2.根据权利要求1所述的系统，其特征在于，还包括：裁剪设备；所述边缘计算设备还用于：将所述瑕疵地图提供给所述裁剪设备；所述裁剪设备，用于根据所述瑕疵地图，结合来自订单系统中的订单信息，对所述目标布料进行裁剪，得到符合订单要求的裁片，以将所述裁片用于服装加工。3.根据权利要求1所述的系统，其特征在于，还包括：排产系统；所述边缘计算设备还用于：根据所述瑕疵地图确定所述目标布料的质量等级，根据所述目标布料的质量等级生成排产引导信息，将所述排产引导信息提供给所述排产系统；所述排产系统，用于根据所述排产引导信息对后续依赖所述目标布料的待产订单进行排产处理。4.一种布料瑕疵检测方法，其特征在于，包括：在对目标布料进行松布处理过程中，针对所述目标布料采集多个布料图像，所述布料图像是所述目标布料的一个布料区域的图像；根据瑕疵检测模型采用的网状网络结构，对所述多个布料图像分别进行多尺度特征融合处理，得到多个瑕疵特征图，所述瑕疵检测模型是采用网状网络结构进行多尺度融合的神经网络模型；根据所述多个瑕疵特征图生成所述目标布料对应的瑕疵地图。5.根据权利要求4所述的方法，其特征在于，根据所述瑕疵检测模型采用的网状网络结构，对所述多个布料图像分别进行多尺度特征融合处理，得到多个瑕疵特征图，具体包括：对任一布料图像，将所述布料图像输入所述瑕疵检测模型中，针对所述布料图像进行多尺度特征提取，得到N个尺度上的待融合特征图，N是≥2的整数；基于所述网状网络结构，按照特征图尺度由小到大的顺序，对所述N个尺度上的待融合特征图进行自下而上的融合处理，得到所述布料图像对应的瑕疵特征图。6.根据权利要求5所述的方法，其特征在于，所述将所述布料图像输入所述瑕疵检测模型中，针对所述布料图像进行多尺度特征提取，得到N个尺度上的待融合特征图，包括：将所述布料图像输入所述瑕疵检测模型中，对所述布料图像进行首次特征提取，得到N个尺度中最大尺度上的原始特征图；对所述最大尺度上的原始特征图依次进行N
‑
1次下采样，得到其余N
‑
1个尺度上的原始特征图；针对任一非最大尺度，对所述非最大尺度上的目标特征图进行上采样，得到其上一尺
度上的采样特征图，所述上一尺度上的采样特征图和其原始特征图形成所述上一尺度上的待融合特征图；其中，所述非最大尺度上的目标特征图包括其原始特征图，或者包括其原始特征图以及由其原始特征图和采样特征图进行融合得到的融合特征图。7.根据权利要求6所述的方法，其特征在于，所述基于所...

【专利技术属性】
技术研发人员：何梁博，孙凯，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：