基于人工智能的质量等级确定方法、装置、设备及介质制造方法及图纸

技术编号:30795602 阅读:24 留言:0更新日期:2021-11-16 08:00
本申请涉及人工智能中的智能决策技术领域,提供一种基于人工智能的质量等级确定方法、装置、设备及介质,通过对位于货箱中的材料进行拍摄,准确的得到包含材料的第一图像,将第一图像输入至预设的图像分割模型中进行图像分割,能够得到第二图像,对第二图像进行矫正,能够得到材料的质量等级判定更加准确的第三图,将第三图像输入至预设的质量等级确定模型进行处理,能够准确的得到材料的质量等级。上述方案通过对拍摄到的图像进行分割和矫正,能够提高质量等级确定准确性,通过质量等级确定模型对第三图像进行处理,能够准确的确定材料的质量等级。本申请还涉及区块链技术,上述图像分割模型和质量等级确定模型可存储在区块链中。块链中。块链中。

【技术实现步骤摘要】
基于人工智能的质量等级确定方法、装置、设备及介质


[0001]本申请涉及人工智能
,尤其涉及一种基于人工智能的质量等级确定方法、装置、设备及介质。

技术介绍

[0002]目前,可持续发展和资源回收再利用是经济发展的基本原则,一般可重复利用的材料在报废后,会将报废的材料返厂重新加工得到新产品再以利用,当通过卡车将报废的材料运至工厂,工厂需对材料进行质量等级判定。例如,卡车将废钢运至工厂时,质检技术员需要爬上卡车对废钢进行观察并进行质量等级判断,将判定的废钢质量等级输入至资材系统,但是在整个废钢质量等级判断过程中存在:质检技术员需要一次次的爬上卡车安全存在安全隐患、质检技术员不相同废钢的判断标准不一,即使为同一质检技术人员进行质量等级判断也会存在误差和将判定的废钢质量等级输入至资材系统容易出错等问题。因此,如何对货箱中材料进行便捷且准确的质量等级判断是目前亟待解决的问题。

技术实现思路

[0003]本申请的主要目的在于提供一种基于人工智能的质量等级确定方法、装置、设备及介质,旨在提高对货箱中材料进行便捷且准确的质量等级判断。
[0004]第一方面,本申请提供一种基于人工智能的质量等级确定方法,包括:
[0005]对位于货箱中的材料进行拍摄,得到包含所述材料的第一图像;
[0006]将所述第一图像输入至预设的图像分割模型中进行图像分割,得到第二图像,其中,所述图像分割模型为预先训练好的第一神经网络模型;
[0007]对所述第二图像进行矫正,得到第三图像;
[0008]将所述第三图像输入至预设的质量等级确定模型进行处理,得到所述材料的质量等级,所述质量等级确定模型为预先训练好的第二神经网络模型。
[0009]第二方面,本申请还提供一种质量等级确定装置,所述质量等级确定装置包括:拍摄模块、分割模块、矫正模块和确定模块,其中:
[0010]所述拍摄模块,用于对位于货箱中的材料进行拍摄,得到包含所述材料的第一图像;
[0011]所述分割模块,用于将所述第一图像输入至预设的图像分割模型中进行图像分割,得到第二图像,其中,所述图像分割模型为预先训练好的第一神经网络模型;
[0012]所述矫正模块,用于对所述第二图像进行矫正,得到第三图像;
[0013]所述确定模块,用于将所述第三图像输入至预设的质量等级确定模型进行处理,得到所述材料的质量等级,所述质量等级确定模型为预先训练好的第二神经网络模型。
[0014]第三方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的质量等级确定方法的步骤。
[0015]第四方面,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的质量等级确定方法的步骤。
[0016]本申请提供一种基于人工智能的质量等级确定方法、装置、设备及介质,本申请通过对位于货箱中的材料进行拍摄,准确的得到包含材料的第一图像,将第一图像输入至预设的图像分割模型中进行图像分割,能够得到没有环境因素干扰的第二图像,对第二图像进行矫正,得到使质量等级判定更加准确的第三图,将第三图像输入至预设的质量等级确定模型进行处理,能够准确的得到材料的质量等级。上述方案通过对拍摄到的图像进行分割和矫正,能够提高质量等级确定准确性,通过预设的质量等级确定模型对第三图像进行处理,能够准确的确定材料的质量等级。
附图说明
[0017]为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0018]图1为本申请实施例提供的一种质量等级确定方法的步骤流程示意图;
[0019]图2为本申请实施例提供的另一种质量等级确定方法的步骤流程示意图;
[0020]图3为本申请实施例提供的一种质量等级确定装置的示意性框图;
[0021]图4为本申请实施例提供的另一种质量等级确定装置的示意性框图;
[0022]图5为本申请实施例提供的一种计算机设备的结构示意性框图。
[0023]本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
[0024]下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
[0025]附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
[0026]人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
[0027]本申请实施例提供一种基于人工智能的质量等级确定方法、装置、设备及介质。其中,该质量等级确定方法可应用于终端设备中,该终端设备可以是手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。
[0028]下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
[0029]请参照图1,图1为本申请实施例提供的一种质量等级确定方法的步骤流程示意图。
[0030]如图1所示,该质量等级确定方法包括步骤S101至步骤S104。
[0031]步骤S101、对位于货箱中的材料进行拍摄,得到包含所述材料的第一图像。
[0032]其中,第一图像包含材料和货箱等环境的图像,货箱可是卡车的车厢和集装箱等,材料可以是废铁、废钢和废纸等材料。
[0033]在一实施例中,当检测检测到装载材料的货箱在预设范围内,通过预置的摄像头拍摄位于货箱中的材料,得到包含材料的第一图像。其中,该预设范围可以是预设的材料质量检测点,该摄像头可以是单目摄像头、双目摄像头,该摄像头也可以是广角摄像头或深度摄像头。
[0034]需要说明的是,摄像头拍摄多张第一图像,对多张第一图像进行筛选,得到画质最好的第一图像,以提高对材料质量等级判定的准确性。对多张第一图像进行筛选的方式可以为:在像素相同的情况下,从多张拍摄到第一图像筛选出图像占用内存最大的图像作为第一图像或者从多张拍摄到的图像中筛选出最清晰的图像作为第一图像。
[0035]在一实施例中,摄像本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的质量等级确定方法,其特征在于,包括:对位于货箱中的材料进行拍摄,得到包含所述材料的第一图像;将所述第一图像输入至预设的图像分割模型中进行图像分割,得到第二图像,其中,所述图像分割模型为预先训练好的第一神经网络模型;对所述第二图像进行矫正,得到第三图像;将所述第三图像输入至预设的质量等级确定模型进行处理,得到所述材料的质量等级,所述质量等级确定模型为预先训练好的第二神经网络模型。2.如权利要求1所述的质量等级确定方法,其特征在于,所述对所述第二图像进行矫正,得到第三图像,包括:选取所述第二图像中的一个角作为目标角,并选取所述目标角的一条邻边作为目标边;基于所述目标角和所述目标边建立直角坐标系,并按照所述直角坐标系对所述第二图像进行图像变换,得到所述第三图像。3.如权利要求2所述的质量等级确定方法,其特征在于,所述基于所述目标角和所述目标边建立直角坐标系,并按照所述直角坐标系对所述第二图像进行图像变换,得到所述第三图像,包括:以所述目标角的顶点为原点建立直角坐标系,并获取所述第二图像中的每个点的坐标;将所述目标角和所述目标边固定,移动所述目标角的另一条邻边直至所述目标角为直角,并获取另一条邻边的转动角度;根据所述转动角度查找对应的图像变换矩阵;基于所述图像变换矩阵和所述第二图像中的每个点的所述坐标,对所述第二图像进行图像变换,得到所述第三图像。4.如权利要求3所述的质量等级确定方法,其特征在于,所述根据所述转动角度查找对应的图像变换矩阵,包括:获取预设的转动角度与图像变换矩阵之间的映射关系表;从所述映射关系表中查找所述转动角度对应的图像变换矩阵,得到所述图像变换矩阵。5.如权利要求1所述的质量等级确定方法,其特征在于,所述将所述第三图像输入至预设的质量等级确定模型,得到所述材料的质量等级之前,还包括:获取材料样本数据,其中,所述材料样本数据包括包含材料的样本图像和所述样本图像对应的标准质量等级;将所述样本图像输入至所述第二神经网络模型进行处理,得到所述样本图像中的材料的预测质量等级;根据所...

【专利技术属性】
技术研发人员:张玉琪
申请(专利权)人:深圳赛安特技术服务有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1