【技术实现步骤摘要】
一种基于机器视觉的快递件破损检测方法及系统
[0001]本专利技术涉及机器视觉领域,更具体的说,它涉及一种基于FasterR
‑
CNN模型的快递件破损检测方法及系统。
技术介绍
[0002]快递方便了人们的生活,每天有过亿件的快递件在流转,由于操作不规范,或者在不可抗力的作用下,快递件表面会发生破损,但是由于流程众多,参与人员多,快递破损的判责总是十分麻烦,耗费的人力也较多,因此,一般分拣站会采用人工对破损快递件进行检查,及时检查出破损快递件,缩短判责流程。但是通过人工对破损快递件进行检查,效率较低。
[0003]针对上述问题,现提供一种检测精度高的基于FasterR
‑
CNN模型的快递件破损检测方法及系统。
技术实现思路
[0004]为了克服现有技术通过人工对破损快递件进行检查,效率较低的缺点,本专利技术提供一种检测精度高的基于FasterR
‑
CNN模型的快递件破损检测方法及系统。
[0005]为了解决上述技术问题,现采用如下技术方案:一种基于FasterR
‑
CNN模型的快递件破损检测方法,包括如下步骤:
[0006]S1:获取待检测的快递件图片;
[0007]S2:将快递件图片送入训练好的FasterR
‑
CNN模型中,对快递件破损情况进行检测;
[0008]S3:若快递件破损,标注出快递件图片中的破损位置,发出提示信息并警报,控制快递件停止移动;若快递件未破损,回 ...
【技术保护点】
【技术特征摘要】
1.一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,包括如下步骤:S1:获取待检测的快递件图片;S2:将快递件图片送入训练好的FasterR
‑
CNN模型中,对快递件破损情况进行检测;S3:若快递件破损,标注出快递件图片中的破损位置,发出提示信息并警报,控制快递件停止移动;若快递件未破损,回到S1。2.根据权利要求1所述的一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,所述步骤S2中的FasterR
‑
CNN模型由如下方法进行训练:S201:获取快递件破损图片;S202:将快递件破损图片按9:1拆分成训练集和验证集;S203:对训练集图片进行编号,对训练集图片中的破损部分进行矩形框标注,并获取矩形框对应坐标;S204:训练集图片进行图像数据增强;S205:将训练集图片,训练集中破损部分对应矩形框的坐标,训练集图片编号构建VOC数据集;S206:利用VOC数据集对预训练的FasterR
‑
CNN模型进行训练;S207:利用验证集对经过训练的FasterR
‑
CNN模型进行验证。3.根据权利要求2所述的一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,所述步骤S201中,具体包括如下步骤:S201.1:将破损快递件置于旋转平台上,使得破损快递件处于旋转状态;S201.2:录制处于旋转状态下的破损快递件视频;S201.3:将破损快递件视频进行逐帧提取,获取快递件破损图片;S201.4:选取不同破损状态的快递件,重复S201.1。4.根据权利要求2所述的一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,所述步骤S203中的矩形框坐标以{D1,D2,D3,D4}的形式被存储,D1表示矩形框左下角坐标,以(x
min
,y
min
)的形式储存;D2表示矩形框右下角坐标,以(x
max
,y
min
)的形式储存;D3表示矩形框右上角坐标,以(x
max
,y
max
)的形式储存;D4表示矩形框左上角坐标,以(x
min
,y
max
)的形式储存;坐标系以图片中心点为原点,记为O,以平行于图片长边为x轴,以平行于图片宽边为y轴;其中x
min
指矩形框坐标中最小的x值,其中x
max
指矩形框坐标中最大的x值,其中y
min
指矩形框坐标中最小的y值,其中y
max
指矩形框坐标中最大的y值。5.根据权利要求2所述的一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,所述步骤S204中,图像数据增强具体包括平移,旋转,高斯模糊三种方式。6.根据权利要求5所述的一种基于FasterR
‑
CNN模型的快递件破损检测方法,其特征在于,平移,旋转,高斯模糊三种方式具体实现方式如下:(1)平移图片对应的数字矩阵所有像素值向左或者向右平移t个像素单位,所有矩形框坐标由(x,y)变化为(x
‑
t,y)或者(x+t,y),像素值移出对应数字矩阵外后弃去,像素值空白处以灰条进行填充,重构图片;图片对应的数字矩阵所有像素值向左或者向右平移t个像素单位,所有矩形框坐标由(x,y)变化为(x,y+t)或者(x,y
‑
t),像素值移出对应数字矩阵外后弃去,像素值空白处以灰
条进行填充,重构图片;(2)旋转获取图片旋转角度α,矩形框坐标按以下公式进行变换:获取图片旋转角度α,矩形框坐标按以下公式进行变换:获取图片旋转角度α,矩形框坐标按以下公式进行变换:x1=t1·
cos(δ1+α)y1=t1·
sin(δ1+α)其中,t1为坐标原点至点D4(x
min
,y
max
)的距离,θ1为线段OD4与X轴之间的夹角,δ1为X正半轴逆时针旋转至线段OD4位置的角度,α为...
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。