螺钉数量检测方法、装置、设备和存储介质制造方法及图纸

本申请实施例提供一种螺钉数量检测方法、装置、设备和存储介质，通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像，通过深度残差收缩模型对输入图像进行螺钉识别，得到带有螺钉标记的输出图像，根据输出图像，确定待检测设备的目标区域的缺失螺钉数，实现了对待检测设备中缺失螺钉数的自动化检测，提高了工业生产中对设备螺钉数量的检测效率和检测准确率，不仅避免了漏钉现象的发生，还降低了检测成本。还降低了检测成本。还降低了检测成本。

【技术实现步骤摘要】
螺钉数量检测方法、装置、设备和存储介质


[0001]本申请实施例涉及数据处理
，尤其涉及一种螺钉数量检测方法、装置、设备和存储介质。

技术介绍

[0002]螺钉作为一种固定零件，在冰箱等电器设备中具较大的使用量，为避免漏钉现象的发生，在电器设备生产过程中，需要对其内部的螺钉数量进行检测，以保证电器设备的可靠性满足要求。相关技术中，主要由人工抽检的方式进行螺钉的数量检测，因此，存在检测速度和准确率不高的问题。

技术实现思路

[0003]本申请实施例提供一种螺钉数量检测方法、装置、设备和存储介质，以解决现有技术中存在的检测速度和准确率不高的问题。
[0004]第一方面，本申请实施例提供一种螺钉数量检测方法，包括：
[0005]通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像；
[0006]通过深度残差收缩模型对所述输入图像进行螺钉识别，得到带有螺钉标记的输出图像；
[0007]根据所述输出图像，确定所述目标区域的缺失螺钉数。
[0008]第二方面，本申请实施例提供一种螺钉数量检测装置，包括：
[0009]获取模块，用于通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像；
[0010]处理模块，用于通过深度残差收缩模型对所述输入图像进行螺钉识别，得到带有螺钉标记的输出图像；根据所述输出图像，确定所述目标区域的缺失螺钉数。
[0011]第三方面，本申请实施例提供一种螺钉数量检测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面所述的螺钉数量检测方法。
[0012]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的螺钉数量检测方法。
[0013]本申请实施例提供的螺钉数量检测方法、装置、设备和存储介质，通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像，通过深度残差收缩模型对输入图像进行螺钉识别，得到带有螺钉标记的输出图像，根据输出图像，确定待检测设备的目标区域的缺失螺钉数，实现了对待检测设备中缺失螺钉数的自动化检测，与传统的人工检测方式相比，大大提高了工业生产中对设备螺钉数量的检测效率和检测准确率，不仅避免了漏钉现象的发生，还降低了检测成本。
[0014]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]为了更清楚地说明本专利技术实施例中的技术方案，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。
[0016]图1为本申请实施例一提供的一种螺钉数量检测方法的流程示意图；
[0017]图2为本申请实施例一提供的一种螺钉数量检测系统的结构示意图；
[0018]图3为本申请实施例二提供的一种深度残差收缩模型训练方法的流程示意图；
[0019]图4为本申请实施例二提供的一种获取样本数据集的流程示意图；
[0020]图5为本申请实施例二提供的一种深度残差收缩模块的结构示意图；
[0021]图6为本申请实施例二提供的一种深度残差收缩网络的结构示意图；
[0022]图7为本申请实施例二提供的一种深度残差收缩模型的训练流程示意图；
[0023]图8为本申请实施例三提供的一种螺钉数量检测装置的结构示意图；
[0024]图9为本申请实施例四提供的一种螺钉数量检测设备的结构示意图。
具体实施方式
[0025]为了使本
的人员更好地理解本专利技术方案，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的实施例，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，都应当属于本专利技术保护的范围。
[0026]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0027]基于传统方案中存在的技术问题，本申请实施例中基于软阈值化函数和注意力机制，构建深度残差收缩网络，通过电器设备(如冰箱)内部多样性的螺钉图像对深度残差收缩网络进行训练，测试并调整生成最佳的参数模型，从而得到应用于螺钉检测的深度残差收缩模型。通过深度残差收缩模型对电器设备(如冰箱)内部图像进行检测，并对螺钉进行计数，计算出缺失螺钉的个数，实现对电器设备(如冰箱)内部的螺钉数量的查缺补漏，使电器设备(如冰箱)的工业生产流程更加方便简洁高效。
[0028]实施例一
[0029]示例性地，图1为本申请实施例一提供的一种螺钉数量检测方法的流程示意图，本实施例的方法可以由本申请实施例所提供的螺钉数量检测装置执行，该装置可以由软件和/或硬件的方式来实现，并可集成于螺钉数量检测设备中。如图1所示，本实施例的螺钉数量检测方法，包括：
[0030]S101、通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像。
[0031]本实施例中，示例性地，图2为本申请实施例一提供的一种螺钉数量检测系统的结构示意图，螺钉数量检测设备与图像采集设备通信连接，其中，螺钉数量检测设备可以为服务器、计算机或智能终端等螺钉数量检测设备，图像采集设备可以为摄像头，根据需求，图像采集设备的位置可以固定，也可以发生移动。
[0032]其中，目标区域是待检测设备内部的一个或多个设置有螺钉的区域，例如侧壁、顶部或顶部等，对于特定的待检测设备，在一次检测过程中，其目标区域是确定已知的。
[0033]在一些实施例中，在进行螺钉数量检测时，螺钉数量检测设备向图像采集设备发送控制指令，当图像采集设备接收到控制指令时，执行图像采集的动作，并将采集到的图像发送给螺钉数量检测设备，从而实现待检测设备图像的获取。
[0034]在一些实施例中，在进行螺钉数量检测时，螺钉数量检测设备先向图像采集设备发送第一控制指令，以控制图像采集设备移动到目标位置，再向图像采集设备发送第二控制指令，以控制图像采集设备对待检测设备的目标区域执行图像采集的动作，从而实现对待检测设备图像的获取。
[0035]其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种螺钉数量检测方法，其特征在于，包括：通过图像采集设备对待检测设备的目标区域进行图像采集，得到输入图像；通过深度残差收缩模型对所述输入图像进行螺钉识别，得到带有螺钉标记的输出图像；根据所述输出图像，确定所述目标区域的缺失螺钉数。2.根据权利要求1中所述的方法，其特征在于，所述深度残差收缩模型是通过如下方法训练得到的：获取样本数据集；基于深度残差网络，根据软阈值函数和注意力机制，构建深度残差收缩网络，所述深度残差收缩网络中包括输入层、卷积层、34个深度残差收缩模块、批标准化层、激活函数层、全局均值池化层和全连接输出层；通过所述样本数据集中的样本图像对所述深度残差收缩网络进行训练，得到所述深度残差收缩模型。3.根据权利要求2所述的方法，其特征在于，所述通过所述样本数据集中的样本图像对所述深度残差收缩网络进行训练，得到所述深度残差收缩模型，包括：按照预设比例将所述样本数据集拆分为训练集和测试集；通过标注工具对所述训练集中的样本图像所包含的螺钉进行标注，得到训练数据，所述训练数据中包括所述训练集中的样本图像、螺钉位置信息和标签；将所述训练数据输入到所述深度残差收缩网络中，以使所述深度残差收缩网络通过自适应特征学习，生成的模型参数；根据所述测试集中的样本图像，对所述模型参数进行调整，直到损失函数收敛，得到所述深度残差收缩模型。4.根据权利要求2所述的方法，其特征在于，所述获取样本数据集，包括：通过图像采集设备在不同视野场景下对样本设备的目标区域进行图像采集，得到原始数据集；对所述原始数据集中的样本图像进行图像增强处理，得到扩展...

【专利技术属性】
技术研发人员：冯志珍，闫宗奎，高明亮，盛国军，
申请(专利权)人：卡奥斯工业智能研究院青岛有限公司海尔卡奥斯物联生态科技有限公司，
类型：发明
国别省市：