【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 ...
【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:
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。