米粉饼加工定位方法、相关设备及存储介质技术

本发明专利技术提供一种米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质，该方法应用于YOLOv5网络,该方法包括：步骤S1、采集米粉饼的图像数据；步骤S2、构建米粉饼样本数据集；步骤S3、米粉饼样本数据集训练；步骤S4、检测模型改进；步骤S5、新改进YOLOv5网络模型构建；步骤S6、米粉饼加工定位检测；步骤S7、获取米粉饼的位置。与相关技术相比，采用本发明专利技术的米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质可有效将米粉饼识别定位且自动化加工效率高。自动化加工效率高。自动化加工效率高。

【技术实现步骤摘要】
米粉饼加工定位方法、相关设备及存储介质


[0001]本专利技术涉及米粉饼加工定位
，尤其涉及一种米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质。

技术介绍

[0002]近年来机器视觉技术发展迅速，基于机器视觉的检测技术被越来越广泛的应用与生产生活中。其中，米粉饼的检测包括如何准确快速地识别出米粉饼轮廓图像和中心点的位置等。采用机器视觉的检测完成技术米粉饼的检测是米粉饼加工中的重要技术。
[0003]相关技术的米粉饼的检测采用数字化图像处理技术进行米粉饼加工定位。然而，相关技术的数字图像处理技术的处理方式、算法单一，其本质是对输入的图像进行加工处理来达到检测的目的。相关技术的数字图像处理技术方法主要是通过图像的低级特征进行处理的阶段，经过处理之后图像无法对粘连的米粉饼图像做出的识别和分割。该方法的自动化、智能化都较低，使得米粉饼加工定位加工效率不高。如何能够准确地对米粉饼进行识别及分割，降低了背景区或其他目标像素的干扰，准确快速地识别出米粉饼轮廓图像和中心点的位置，从而提升了检测的准确度是一个需要解决的技术问题。

技术实现思路

[0004]针对以上现有技术的不足，本专利技术提出一种米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质，可有效将米粉饼识别定位且自动化加工效率高。
[0005]为了解决上述技术问题，第一方面，本专利技术实施例提供了一种米粉饼加工定位方法，其应用于YOLOv5网络；该方法包括如下步骤：
[0006]步骤S1、采集米粉饼的图像数据：采集所述米粉块的表面图像，再将所述表面图像进行预设的图像预处理并获得米粉块表面图像；
[0007]步骤S2、构建米粉饼样本数据集：将所述米粉块表面图像根据米粉类饼型进行标注并生成标签，将所述米粉块表面图像和与其相对应的所述标签构建生成米粉饼样本数据集；
[0008]步骤S3、米粉饼样本数据集训练：将获得的所述米粉饼样本数据集训练YOLOv5网络模型，获取所述YOLOv5网络模型的第一权重参数；
[0009]步骤S4、检测模型改进：将所述YOLOv5网络模型的网络结构中的neck替换为Slim
‑
Neck并生成改进YOLOv5网络模型；
[0010]步骤S5、新改进YOLOv5网络模型构建：将所述步骤S3获得的所述权重参数迁移到所述改进YOLOv5网络模型中并生成新改进YOLOv5网络模型，再将所述步骤S2将获得的所述米粉饼样本数据集对所述新改进YOLOv5网络模型进行训练，获得用于米粉饼加工定位的所述新改进YOLOv5网络模型的第二权重参数，完成所述新改进YOLOv5网络模型构建；
[0011]步骤S6、米粉饼加工定位检测：采集待检测的米粉块图像，将所述米粉块图像进行所述图像预处理并得到待检测米粉饼图像，将所述待检测米粉饼图像输入到所述新改进
YOLOv5网络模型中进行加工定位检测；
[0012]步骤S7、获取米粉饼的位置：将由所述新改进YOLOv5网络模型中进行加工定位检测中获得的米粉块的最小外接矩形的坐标，再根据所述坐板进行计算并计算出所述米粉块的中心位置。
[0013]优选的，所述步骤S2具体包括如下步骤：
[0014]步骤S21、将所述步骤S1获得的所有所述米粉块表面图像构成数据集，再将所述数据集中的所有图像根据预设的图像处理算法进行运算并获得新图像，再将所述新图像补充进入所述数据集内，以扩大所述数据集；
[0015]步骤S22、将扩大所述数据集中的所述米粉块表面图像根据米粉类饼型进行标注并生成标签，再将所述米粉块表面图像和与其相对应的所述标签构建生成所述米粉饼样本数据集；
[0016]步骤S23、将所述米粉饼样本数据集分为训练集和测试集。
[0017]优选的，所述步骤S21中，所述图像处理算法包括图像白平衡处理、图像锐化处理、图像饱和度处理、图像翻转处理、图像旋转处理、图像平移处理、图像噪声处理及图像缩放处理中的任意一种或者多种组合。
[0018]优选的，所述步骤2.3中，使用LabelImg工具对所述米粉块表面图像进行标记，获得与所述米粉块表面图像相对应的xml文件，再将所述xml文件作为样本加入所述米粉饼样本数据集。
[0019]优选的，所述步骤S4中，通过在所述YOLOv5网络模型的网络结构中的所述neck中使用GSConv处理数据，以实现将所述YOLOv5网络模型的网络结构中的neck替换为Slim
‑
Neck。
[0020]优选的，所述步骤S4中，还通过在所述YOLOv5网络模型的网络结构中将VoV
‑
GSCSP替代所述neck中的CSP。
[0021]第二方面，本专利技术实施例还提供了一种米粉饼加工定位设备，包括处理器和存储器，所述处理器用于读取所述存储器中的程序，执行如本专利技术实施例提供的上述的米粉饼加工定位方法中的步骤。
[0022]第三方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如本专利技术实施例提供的上述的米粉饼加工定位方法中的步骤。
[0023]本专利技术的有益效果：本专利技术中，本专利技术提供一种米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质，米粉饼加工定位方法包括步骤S1、采集米粉饼的图像数据；步骤S2、构建米粉饼样本数据集；步骤S3、米粉饼样本数据集训练；步骤S4、检测模型改进；步骤S5、新改进YOLOv5网络模型构建；步骤S6、米粉饼加工定位检测；步骤S7、获取米粉饼的位置。通过所述步骤S4将所述YOLOv5网络模型的网络结构中的neck替换为Slim
‑
Neck并生成改进YOLOv5网络模型，使得步骤S4在运算所述米粉饼加工定位方法时，冗余重复信息少，不需要压缩，降低了计算和网络结构的复杂性，但保持了足够的精度，从而使得所述改进YOLOv5网络模型的准确性好且运算速度快。因此，通过实施所述步骤S1至所述步骤S7，本专利技术的米粉饼加工定位方法、米粉饼加工定位设备及计算机可读存储介质均可有效将米粉饼识别定位且自动化加工效率高。
附图说明
[0024]下面结合附图详细说明本专利技术。通过结合以下附图所作的详细描述，本专利技术的上述或其他方面的内容将变得更清楚和更容易理解。附图中：
[0025]图1为本专利技术的米粉饼加工定位方法的流程框图；
[0026]图2为本专利技术的米粉饼加工定位方法的步骤S2流程框图；
[0027]图3为本专利技术的米粉饼加工定位方法的GSConv网络结构图；
[0028]图4为本专利技术的米粉饼加工定位方法的VoV
‑
GSCSP网络结构图；
[0029]图5为本专利技术的米粉饼加工定位方法的新改进YOLOv5网络模型的结构图；
[0030]图6为本专利技术的米粉饼加工定位设备的结构示意图。
具体实施方式
[0031]下面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种米粉饼加工定位方法，其应用于YOLOv5网络；其特征在于，该方法包括如下步骤：步骤S1、采集米粉饼的图像数据：采集所述米粉块的表面图像，再将所述表面图像进行预设的图像预处理并获得米粉块表面图像；步骤S2、构建米粉饼样本数据集：将所述米粉块表面图像根据米粉类饼型进行标注并生成标签，将所述米粉块表面图像和与其相对应的所述标签构建生成米粉饼样本数据集；步骤S3、米粉饼样本数据集训练：将获得的所述米粉饼样本数据集训练YOLOv5网络模型，获取所述YOLOv5网络模型的第一权重参数；步骤S4、检测模型改进：将所述YOLOv5网络模型的网络结构中的neck替换为Slim
‑
Neck并生成改进YOLOv5网络模型；步骤S5、新改进YOLOv5网络模型构建：将所述步骤S3获得的所述权重参数迁移到所述改进YOLOv5网络模型中并生成新改进YOLOv5网络模型，再将所述步骤S2将获得的所述米粉饼样本数据集对所述新改进YOLOv5网络模型进行训练，获得用于米粉饼加工定位的所述新改进YOLOv5网络模型的第二权重参数，完成所述新改进YOLOv5网络模型构建；步骤S6、米粉饼加工定位检测：采集待检测的米粉块图像，将所述米粉块图像进行所述图像预处理并得到待检测米粉饼图像，将所述待检测米粉饼图像输入到所述新改进YOLOv5网络模型中进行加工定位检测；步骤S7、获取米粉饼的位置：将由所述新改进YOLOv5网络模型中进行加工定位检测中获得的米粉块的最小外接矩形的坐标，再根据所述坐板进行计算并计算出所述米粉块的中心位置。2.根据权利要求1所述的米粉饼加工定位方法，其特征在于，所述步骤S2具体包括如下步骤：步骤S21、将所述步骤S1获得的所有所述米粉块表面图像构成数据集，再将所述数据集中的所有图像根据预设的图像处理算法进行运算并获得新图像，再将所述新图像补...

【专利技术属性】
技术研发人员：张鹏中，杨标，李泽辉，霍文英，
申请(专利权)人：佛山市南海区广工大数控装备协同创新研究院，
类型：发明
国别省市：