本发明专利技术提供了一种工件表面橘皮的检测设备、方法及装置，设备包括：一计算机，一个或多个摄像头和一传送装置；计算机与工业摄像头通信连接，工业摄像头将拍摄到的视频数据发送至计算机；工业摄像头放置在传送装置的一端，传送装置用于将其上的待检测工件运送至工业摄像头的摄像范围内。本申请首先针对橘皮检测设备进行了改进，通过在传送装置的一端设置一个或多个工业摄像头，工业摄像头连接计算机，实现了利用传送装置运输原理将工件批量传送至工业摄像头前完成图片收集工作；其次，在计算机中内置预先训练好的神经网络模型，利用神经网络模型对拍摄的工件照片进行橘皮检测，极大地提升了检测速度，并且可以进行大规模地批量检测。检测。检测。
【技术实现步骤摘要】
一种工件表面橘皮的检测设备、方法及装置
[0001]本申请属于检测
，具体地讲，涉及一种工件表面橘皮的检测设备、方法及装置。
技术介绍
[0002]在现有技术中，汽车外饰亮饰条在出厂之前需要对其表面进行橘皮检测，如果无橘皮情况则为合格品，如果只有轻微橘皮的工件需要通过特定的抛光处理满足工件的表面要求，而如果是有严重的橘皮则需要退膜重喷。
[0003]现有的橘皮检测仪器需人工手持橘皮检测仪在待检测零件表面检测，最后通过橘皮仪上显示的数值来判断汽车外饰亮饰条是否合格。这种人工持仪器检测的方式只能进行单个工件的检测，耗费时间长，工件量产后无法对所有的工件进行一一检测，不仅自动化程度低，而且人力成本高昂。
技术实现思路
[0004]本申请提供了一种工件表面橘皮的检测设备、方法及装置，以至少解决现有的手持橘皮检测仪无法进行大规模批量检测且检测效率低下的问题。
[0005]根据本申请的第一个方面，提供了一种工件表面橘皮的检测设备，包括：
[0006]一计算机，至少一工业摄像头和一传送装置；
[0007]计算机与工业摄像头通信连接，工业摄像头将拍摄到的视频数据发送至计算机；
[0008]工业摄像头放置在传送装置的一端，传送装置用于将其上的待检测工件运送至工业摄像头的摄像范围内。
[0009]在一实施例中，传送装置包括：一驱动设备，一传送轮组以及皮带；驱动设备与传送轮组连接，用于驱动传送轮组朝同一方向转动；皮带包覆在传送轮组上，当传送轮组在驱动设备的驱动下滚动时，带动皮带一起转动。
[0010]在一实施例中，驱动设备为电机。
[0011]根据本申请的第二个方面，还提供了一种工件表面橘皮的检测方法，应用在工件表面橘皮的检测设备上，包括：
[0012]根据获取的工件表面图像数据按照预设的规则进行工件不同部位的提取，获得部位图像数据；
[0013]根据部位图像数据所属的部位分类匹配对应的橘皮检测模型对工件进行橘皮检测；橘皮检测模型为预先训练的。
[0014]在一实施例中，工件表面橘皮的检测方法还包括：
[0015]根据橘皮检测结果对工件进行质量分类，并根据质量分类结果决定是否进行抛光或返工。
[0016]在一实施例中，橘皮检测模型的训练方法包括：
[0017]通过工业摄像头采集橘皮样件的样本图片；
[0018]对样本图片进行分类获得分类样本；
[0019]根据分类样本对预先建立的卷积神经网络模型进行训练获得橘皮检测模型。
[0020]在一实施例中，对样本图片进行分类获得分类样本，包括：
[0021]将样本图片输入训练好的目标检测模型获得部位分类样本。
[0022]在一实施例中，目标检测模型的训练方法包括：
[0023]将样本图片中样件的不同部位进行标签；
[0024]将带标签的样本图片输入目标检测模型进行训练，训练后的目标检测模型可以识别图片中工件的部位分类。
[0025]根据本申请的第三个方面，还提供了一种工件表面橘皮的检测装置，应用在工件表面橘皮的检测设备上，包括：
[0026]部位提取单元，用于根据获取的工件表面图像数据按照预设的规则进行工件不同部位的提取，获得部位图像数据；
[0027]部位检测单元，用于根据部位图像数据所属的部位分类匹配对应的橘皮检测模型对工件进行橘皮检测；橘皮检测模型为预先训练的。
[0028]在一实施例中，工件表面橘皮的检测装置还包括：
[0029]质量分类单元，用于根据橘皮检测结果对工件进行质量分类，并根据质量分类结果决定是否进行抛光或返工。
[0030]在一实施例中，橘皮检测模型的训练方法包括：
[0031]通过工业摄像头采集橘皮样件的样本图片；
[0032]对样本图片进行分类获得分类样本；
[0033]根据分类样本对预先建立的卷积神经网络模型进行训练获得橘皮检测模型。
[0034]在一实施例中，对样本图片进行分类获得分类样本，包括：
[0035]将样本图片输入训练好的目标检测模型获得部位分类样本；目标检测模型为YOLOv3检测系统。
[0036]在一实施例中，目标检测模型的训练方法包括：
[0037]将样本图片中样件的不同部位进行标签；
[0038]将带标签的样本图片输入目标检测模型进行训练，训练后的目标检测模型可以识别图片中工件的部位分类。
[0039]本申请首先针对橘皮检测设备进行了改进，通过在传送装置的一端设置若干工业摄像头，工业摄像头连接计算机，实现了利用传送装置运输原理将工件批量传送至工业摄像头前完成图片收集工作；其次，在计算机中内置预先训练好的神经网络模型，利用神经网络模型对拍摄的工件照片进行橘皮检测，极大地提升了检测速度，并且可以进行大规模地批量检测。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0041]图1为本申请提供的一种橘皮检测设备。
[0042]图2为本申请提供的一种橘皮检测方法的流程图。
[0043]图3为本申请实施例中将图片按照工件不同部位进行提取的示意图。
[0044]图4为本申请实施例中橘皮检测模型的训练方法的流程图。
[0045]图5为本申请实施例中目标检测模型的训练方法的流程图。
[0046]图6为本申请提供的一种工件表面橘皮的检测装置的结构框图。
[0047]图7为本申请实施例中一种电子设备的具体实施方式。
具体实施方式
[0048]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0049]现有的橘皮检测仪器需人工手持橘皮检测仪在待检测零件表面检测，最后通过橘皮仪上显示的数值来判断汽车外饰亮饰条是否合格。这种人工持仪器检测的方式只能进行单个工件的检测，耗费时间长，工件量产后无法对所有的工件进行一一检测，不仅自动化程度低，而且人力成本高昂。
[0050]为了解决这一问题，本申请提供了一种工件表面橘皮的检测设备，如图1所示，包括：
[0051]一计算机，若干个工业摄像头和一传送装置；
[0052]计算机与工业摄像头通信连接，工业摄像头将拍摄到的视频数据发送至计算机；
[0053]工业摄像头放置在传送装置的一端，传送装置用于将其上的待检测工件运送至工业摄像头的摄像范围内。
[0054]在一实施例中，传送装置包括：一驱动设本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工件表面橘皮的检测设备，其特征在于，包括：计算机，至少一工业摄像头和一传送装置；所述传送装置用于将待检测工件传送至所述工业摄像头的摄像范围内；所述工业摄像头，设置在所述传送装置的一端，用于采集所述待检测工件的图片；所述计算机连接所述工业摄像头，用于对所述待检测工件的图片进行橘皮检测。2.根据权利要求1所述的工件表面橘皮的检测设备，其特征在于，所述计算机包括：数据接收端口，用于获取工件表面图像数据；提取模块，用于按照预设的图像提取规则从所述工件表面图像数据中对工件不同部位进行提取，获得工件的部位图像数据；橘皮检测模块，用于根据所述部位图像数据所属的部位分类匹配对应的橘皮检测模型对工件进行橘皮检测；所述橘皮检测模型是利用分类后的橘皮样件的样本图片训练得到的。3.根据权利要求1所述的工件表面橘皮的检测设备，其特征在于，所述传送装置包括：一驱动设备，一传送轮组以及皮带；所述驱动设备与传送轮组连接，用于驱动传送轮组转动；所述皮带包覆在所述传送轮组上，当所述传送轮组在所述驱动设备的驱动下滚动时，带动所述皮带一起转动。4.根据权利要求1所述的工件表面橘皮的检测设备，其特征在于，所述驱动设备为电机。5.一种工件表面橘皮的检测方法，应用在工件表面橘皮的检测设备上，其特征在于，包括：获取工件表面图像数据；按照预设的图像提取规则从所述工件表面图像数据中对工件不同部位进行提取，获得工件的部位图像数据；根据所述部位图像数据所属的部位分类匹配对应的橘皮检测模型对工件进行橘皮检测；所述橘皮检测模型是利用分类后的橘皮样件的样本图片训练得到的。6.根据权利要求5所述的工件表面橘皮的检测方法，其特征在于，还包括：根据橘皮检测结果对所述工件进行质量分类，并根据质量分类结果决定是否进行抛光或返工。7.根据权利要求5所述的工件表面橘皮检测方法，其特征在于，所述橘皮检测模型的训练方法包括：采集橘皮样件的样本图片；对样本图片进行分类获得分类样本；根据所述分类样本对预先建立的卷积神经网络模型进行训练获得橘皮检测模型。8.根据权利要求7所述的工件表面橘皮检测方法，其特征在于，所述对样本图片进行分类获得分类样本，包括：将所述样本图片输入训练好的目标检测模型获得部位分类样本。9.根据权利要求8所述的工件表面橘皮检测方法，其特征在于，所述目标检测模型的训练方法包括：将所述样本图片中样件的不同部位添加标签；
将带标签的所述样本图片输入所述目标检测模型进行训练，训练后的目标检测模型可以识别图片中工件的部位分类。10.根...
【专利技术属性】
技术研发人员：沈志，俞裕生，王鹏，张富辉，沙瑞斌，
申请(专利权)人：福耀玻璃工业集团股份有限公司，
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。