一种鞋的质量检测方法、系统及存储介质技术方案

本发明专利技术公开了一种鞋的质量检测方法、系统及存储介质，方法包括：使用第一拍摄装置获取鞋部件的外观图像，得到第一图像；使用第二拍摄装置获取鞋部件的标签和/或关键位置的图像，得到第二图像；鞋部件包括：左部件、右部件；左部件包括：左鞋体和/或左鞋垫；右部件包括：右鞋体和/或右鞋垫；基于第一预设网络模型，对第一图像和/或第二图像进行处理，得到鞋部件的类型；根据类型选择第二预设网络模型；基于第二预设网络模型对第一图像进行检测，判断鞋部件是否存在缺陷。通过本发明专利技术实施例，通过人工智能实现对鞋的质量检测，替代人工检测从而降低检测成本；通过部署人工智能检测模型，可由多个质量检测工位调用，质检标准统一。质检标准统一。质检标准统一。

【技术实现步骤摘要】
一种鞋的质量检测方法、系统及存储介质


[0001]本专利技术涉及质量检测
，尤其涉及一种鞋的质量检测方法、系统及存储介质。

技术介绍

[0002]现代社会，人们越来越看重生活品质，人们对鞋的质量也愈加重视。在鞋的生产中、鞋的流转环节中，为了满足对高品质的要求，都需要进行质量检测。而现有的检测方法多为人工检测。人工检测有它的弊端，例如需要检测培训，人工检测时间长会有疲劳，人工的个体差异也会造成质检标准的不统一，引起漏检和错检，效率较低的问题，同时花费的人工检测成本也较高。

技术实现思路

[0003]本专利技术的主要目的在于提供一种鞋的质量检测方法、系统及存储介质，旨在解决现有技术中通过人工对鞋进行质量检测导致成本高、质检标准不统一的问题。
[0004]为实现上述目的，本专利技术提供了一种鞋的质量检测方法，所述方法包括：
[0005]使用第一拍摄装置获取鞋部件的外观图像，得到第一图像；使用第二拍摄装置获取鞋部件的标签和/或关键位置的图像，得到第二图像；所述鞋部件包括：左部件、右部件；所述左部件包括：左鞋体和/或左鞋垫；所述右部件包括：右鞋体和/或右鞋垫；
[0006]基于第一预设网络模型，对所述第一图像和/或所述第二图像进行处理，得到所述鞋部件的类型；
[0007]根据所述类型选择第二预设网络模型；
[0008]基于所述第二预设网络模型对所述第一图像进行检测，判断所述鞋部件是否存在缺陷。
[0009]可选地，所述方法还包括以下步骤：
[0010]使用第三拍摄装置拍摄所述左部件的外观图像，得到第三图像；使用第四拍摄装置拍摄所述右部件的外观图像，得到第四图像；
[0011]把所述第三图像输入第三预设网络模型，对所述图像进行所述左部件检测，获得所述左部件的第一点集；把所述第四图像输入第三预设网络模型，对所述图像进行所述右部件检测，获得所述右部件的第二点集；
[0012]对所述第一点集进行线性拟合，获得第一拟合线；对所述第二点集进行线性拟合，获得第二拟合线；
[0013]判断所述第一拟合线和所述第二拟合线的重叠比例是否大于阈值，如果大于所述阈值，确定所述左部件和所述右部件的尺寸一致。
[0014]可选地，所述第三拍摄装置安装于所述左部件中心位置的上方，所述第四拍摄装置安装于所述右部件中心位置的上方；
[0015]所述第三拍摄装置的第一俯仰角和所述第四拍摄装置的第二俯仰角相等；
[0016]所述第三拍摄装置到所述左部件的第一高度与所述第四拍摄装置到所述右部件的第二高度相等。
[0017]可选地，所述方法还包括以下步骤：
[0018]把所述第一图像输入第四预设网络模型，对所述左部件和所述右部件进行比较，判断所述左部件和所述右部件是否存在色差。
[0019]可选地，所述第二预设网络模型的数量和所述类型的数量相同；
[0020]所述第二预设网络模型使用匹配的所述类型对应的标注图像进行训练。
[0021]可选地，所述方法还包括以下步骤：
[0022]在拍摄鞋部件的外观图像之前，将所述左鞋体、所述右鞋体、所述左鞋垫、所述右鞋垫分别放置于一个测试治具上；
[0023]所述测试治具通过输送机构输送到检测位置。
[0024]可选地，所述方法还包括以下步骤：
[0025]基于所述第二预设网络模型对所述第一图像进行检测判断所述鞋部件存在缺陷后，对存在缺陷的所述鞋部件进行人工确认；
[0026]所述人工确认为良品时，标记所述鞋部件为良品，同时获得所述鞋部件的第一图像；
[0027]对所述鞋部件的第一图像进行标注，标注后的图像用于所述第二预设网络模型训练。
[0028]此外，为实现上述目的，本专利技术还提出一种鞋的质量检测系统，包括测试治具、输送机构、拍摄装置、服务器；
[0029]所述测试治具，用于固定鞋部件，所述鞋部件包括：左部件、右部件；所述左部件包括：左鞋体和/或左鞋垫；所述右部件包括：右鞋体和/或右鞋垫；
[0030]所述输送机构，用于将所述测试治具输送到测试位置；
[0031]所述拍摄装置，用于获取鞋部件的外观图像，得到第一图像；还用于获取鞋部件的标签和/或关键位置的图像，得到第二图像；
[0032]所述服务器，用于基于第一预设网络模型对所述第一图像和/或所述第二图像进行处理，得到所述鞋部件的类型；还用于根据所述类型选择第二预设网络模型；还用于基于所述第二预设网络模型对所述第一图像进行检测，判断所述鞋部件是否存在缺陷。
[0033]可选地，所述服务器包括：
[0034]分类模块，用于基于第一预设网络模型对所述第一图像和/或所述第二图像进行处理，得到所述鞋部件的类型；
[0035]选择模块，用于根据所述类型选择第二预设网络模型；
[0036]检测模块，用于基于所述第二预设网络模型对所述第一图像进行检测，判断所述鞋部件是否存在缺陷。
[0037]可选地，所述服务器还包括：
[0038]采集模块，用于把所述第三图像输入第三预设网络模型，对所述图像进行所述左部件检测，获得所述左部件的第一点集；把所述第四图像输入第三预设网络模型，对所述图像进行所述右部件检测，获得所述右部件的第二点集；
[0039]拟合模块，用于对所述第一点集进行线性拟合，获得第一拟合线；对所述第二点集
进行线性拟合，获得第二拟合线；
[0040]判断模块，用于判断所述第一拟合线和所述第二拟合线的重叠比例是否大于阈值，如果大于所述阈值，确定所述左部件和所述右部件的尺寸一致。
[0041]此外，为实现上述目的，本专利技术还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的鞋的质量检测方法的步骤。
[0042]从以上技术方法可以看出，本申请具有以下优点：
[0043]本申请中，通过人工智能实现对鞋的质量检测，替代人工检测从而降低检测成本；通过部署人工智能检测模型，可由多个质量检测工位调用，质检标准统一。
附图说明
[0044]图1为本专利技术提供的鞋的质量检测方法的一个流程示意图。
[0045]图2为本专利技术提供的鞋的质量检测方法的另一个流程示意图。
[0046]图3为本专利技术提供的鞋的质量检测方法的另一个流程示意图。
[0047]图4为本专利技术提供的鞋的质量检测方法的另一个流程示意图。
[0048]图5为本专利技术提供的鞋的质量检测方法的另一个流程示意图。
[0049]图6为本专利技术服务器实施例的结构框图。
[0050]图7为本专利技术服务器另一实施例的结构框图。
[0051]图8为本专利技术提供的鞋的质量检测系统的实施例的结构示意图。
[0052]图9是本专利技术实施例方案涉及的硬件运行环境的结构示意图。
[0053]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。...

【技术保护点】

【技术特征摘要】
1.一种鞋的质量检测方法，其特征在于，所述方法包括：使用第一拍摄装置获取鞋部件的外观图像，得到第一图像；使用第二拍摄装置获取鞋部件的标签和/或关键位置的图像，得到第二图像；所述鞋部件包括：左部件、右部件；所述左部件包括：左鞋体和/或左鞋垫；所述右部件包括：右鞋体和/或右鞋垫；基于第一预设网络模型，对所述第一图像和/或所述第二图像进行处理，得到所述鞋部件的类型；根据所述类型选择第二预设网络模型；基于所述第二预设网络模型对所述第一图像进行检测，判断所述鞋部件是否存在缺陷。2.根据权利要求1所述方法，其特征在于，所述方法还包括以下步骤：使用第三拍摄装置拍摄所述左部件的外观图像，得到第三图像；使用第四拍摄装置拍摄所述右部件的外观图像，得到第四图像；把所述第三图像输入第三预设网络模型，对所述图像进行所述左部件检测，获得所述左部件的第一点集；把所述第四图像输入第三预设网络模型，对所述图像进行所述右部件检测，获得所述右部件的第二点集；对所述第一点集进行线性拟合，获得第一拟合线；对所述第二点集进行线性拟合，获得第二拟合线；判断所述第一拟合线和所述第二拟合线的重叠比例是否大于阈值，如果大于所述阈值，确定所述左部件和所述右部件的尺寸一致。3.根据权利要求2所述方法，其特征在于，所述第三拍摄装置安装于所述左部件中心位置的上方，所述第四拍摄装置安装于所述右部件中心位置的上方；所述第三拍摄装置的第一俯仰角和所述第四拍摄装置的第二俯仰角相等；所述第三拍摄装置到所述左部件的第一高度与所述第四拍摄装置到所述右部件的第二高度相等。4.根据权利要求1所述方法，其特征在于，所述方法还包括以下步骤：把所述第一图像输入第四预设网络模型，对所述左部件和所述右部件进行比较，判断所述左部件和所述右部件是否存在色差。5.根据权利要求1所述方法，其特征在于，所述第二预设网络模型的数量和所述类型的数量相同；所述第二预设网络模型使用匹配的所述类型对应的...

【专利技术属性】
技术研发人员：张晓荣，祁斌川，王冏祺，方达，
申请(专利权)人：睹煜上海信息服务有限公司，
类型：发明
国别省市：