基于MaskRCNN的饲料外包装缺陷分级检测方法技术

本发明专利技术公开了一种基于Mask RCNN的饲料外包装缺陷分级检测方法，包括：采集饲料外包装图像；在每一张图像中标注出不同种类的外包装缺陷及对应缺陷等级；将标注完成的图像输入Mask RCNN网络中，对Mask RCNN网络进行训练和保存；采集饲料外包装图像后，加载Mask RCNN网络，对图像进行处理评判，若检测到缺陷，则输出检测出的缺陷类别及相应缺陷等级。本发明专利技术利用改进的Mask RCNN网络采集到的饲料外包装图像进行实时图像处理评判分析，在线给出缺陷类型及缺陷分级检测结果，便于根据不同缺陷等级，采取不同后续生产流程，进而优化生产流水线结构，提升生产效率，提高饲料成品的良品率，提升经济效益。经济效益。经济效益。

【技术实现步骤摘要】
基于Mask RCNN的饲料外包装缺陷分级检测方法


[0001]本专利技术属于计算机领域，具体涉及一种基于Mask RCNN的饲料外包装缺陷分级检测方法。

技术介绍

[0002]当前饲料生产工业中已基本实现了工业流水线自动化生产，饲料灌装速度不断加快，产量不断提高。在快速生产过程中，饲料成品外包装易出现脱色、撕裂、破损、字体印刷错误等缺陷，并且缺陷等级有较大差异，不同缺陷等级对应后续生产流程亦有较大不同。因此，需要设计出一种检测方法，在检测出饲料外包装缺陷类型的同时，能够对缺陷进行分级，以便于后续对不同等级的缺陷进行对应的处理。

技术实现思路

[0003]专利技术目的：针对现有技术中存在的问题，本专利技术公开了一种基于Mask RCNN的饲料外包装缺陷分级检测方法。
[0004]技术方案：为实现上述专利技术目的，本专利技术采用如下技术方案：
[0005]一种基于Mask RCNN的饲料外包装缺陷分级检测方法，包括如下步骤：
[0006]S1：采集饲料外包装图像，组建饲料外包装图像数据集；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Mask RCNN的饲料外包装缺陷分级检测方法，其特征在于，包括如下步骤：S1：采集饲料外包装图像，组建饲料外包装图像数据集；S2：运用图像标注工具Labelme对数据集中的图像进行标注，在数据集的每一张图像中标注出不同种类的外包装缺陷及对应缺陷等级；S3：将标注完成的数据集输入Mask RCNN网络中，采用交叉验证方法对Mask RCNN网络进行训练，训练时将batch_size设定为1，将epoch设定为120，Mask RCNN网络训练完后，保存Mask RCNN网络模型参数文件；S4：工业相机采集饲料外包装图像后，将图像传输至工控机，由工控机中利用保存好的Mask RCNN网络模型参数文件加载Mask RCNN网络，按采样周期输入图像，对图像进行处理评判，若检测到缺陷，则输出检测出的缺陷类别及相应缺陷等级，控制声光报警装置发出警告信息，用以重新包装。2.根据权利要求1所述的一种基于Mask RCNN的饲料外包装缺陷分级检测方法，其特征在于，所述Mask RCNN网络包括RepVGG网络和FPN网络构成的backbone网络、RPN网络和图像预测网络，标注完成的数据集中的图像输入Mask RCNN网络后，由RepVGG网络对输入图像的特征进行提取，当RepVGG网络对输入图像的特征提取完成后，将提取的特征输入FPN网络进行特征金字塔特征提取，FPN网络输出输入图像的最终特征图后，将最终特征图输入RPN网络生成候选框，RPN网络输出各最终候选框对应的ROI区域后，图像预测网络通过多任务损失函数计算RPN网络输出的各候选框的损失。3.根据权利要求2所述的一种基于Mask RCNN的饲料外包装缺陷分级检测方法，其特征在于，图像预测网络通过多任务损失函数计算RPN网络输出的各候选框的损失包括：总损失函数L
all
：L
all
＝L
bbox
+L
class
+L
mask
+L...

【专利技术属性】
技术研发人员：陈烨，路绳方，陈素娟，梁苑，高阳，孟琳，焦良葆，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：