一种基于深度学习视觉的药包材检测装置，它涉及药包材检测技术领域，它包括：第一防护罩，其后面设置有上料抬升机，第一防护罩的内部设置有取料组件，取料组件的下方设置有上料车；检测工作台，其设置于第一防护罩的右侧，检测工作台的顶端上方设置于检测线，检测线的上方设置有第二防护罩，检测线的顶端表面上设置有相机支架，相机支架位于第二防护罩的内部底部；回收工作台，其设置于检测工作台的右侧，检测工作台的顶端表面上设置于回收线.回收线的顶端上设置有下料组件；本一种基于深度学习视觉的药包材检测装置具有降低成本，提高工作效率，提升产品质量，提高产品安全性的优点。提高产品安全性的优点。提高产品安全性的优点。
【技术实现步骤摘要】
一种基于深度学习视觉的药包材检测装置
[0001]本技术涉及药包材检测
，具体为一种基于深度学习视觉的药包材检测装置。
技术介绍
[0002]药包材是指药品生产企业生产的药品和医疗机构配制的制剂所使用的直接接触药品的包装材料和容器。
[0003]药包材在生产检测环境依赖人工目检，人工检验且记录的数据容易丢失，不具备良好的延续性，与数据分析能力，无法追溯不良源头，人工目检，需要在各检测项目增加的冗余人员和工作量，人员工作不稳定，易疲劳，每人检测标准不统一等因素，造成漏检率、错检率较高。
技术实现思路
[0004]本技术的目的在于提供一种基于深度学习视觉的药包材检测装置，具有降低成本，提高工作效率，提升产品质量，提高产品安全性的优点，解决了现有技术中的问题。
[0005]为实现上述目的，本技术提供如下技术方案：包括：
[0006]第一防护罩，其后面设置有上料抬升机，所述第一防护罩的内部设置有取料组件，所述取料组件的下方设置有上料车；
[0007]检测工作台，其设置于第一防护罩的右侧，所述检测工作台的顶端上方设置于检测线，所述检测线的上方设置有第二防护罩，所述检测线的顶端表面上设置有相机支架，所述相机支架位于第二防护罩的内部底部；
[0008]回收工作台，其设置于检测工作台的右侧，所述检测工作台的顶端表面上设置于回收线.所述回收线的顶端上设置有下料组件。
[0009]优选的，所述取料组件包括：
[0010]取料伺服电机组件，其装配在取料组件的左侧；<br/>[0011]取料吸盘模组，其设置在取料组件的右侧；
[0012]滑块A，其设置在取料组件的内部，所述滑块A之间设置有滑杆A，所述滑块A设置有若干个且前后对称；
[0013]履带A，其设置在取料组件的内部前后两侧，所述履带A的两端设置在滑块A上，所述履带A与滑块A滑动连接，所述履带A的下方设置有滑轨A。
[0014]优选的，所述检测工作台包括：
[0015]输送线底部背光源，其设置在检测线的顶端表面；
[0016]电控柜，其设置在检测工作台的表面上，所述电控柜的表面上设置有箱门，所述箱门的表面靠近右侧设置有握把；
[0017]固定块，其设置于相机支架的顶端表面，所述固定块的右侧设置有安装板，安装板的表面上设置有螺纹孔，所述螺纹孔的内部设置有螺母，所述螺纹孔与螺母螺纹连接，所述
安装板的右侧设置有高清工业相机，所述高清工业相机位于输送线底部背光源的上方。
[0018]优选的，所述上料车包括：
[0019]万向轮，其设置在上料车的底部下方，所述万向轮固定安装在上料车的底部；把手，其位于上料车的表面靠近顶端。
[0020]优选的，所述下料组件包括：
[0021]下料伺服电机组件，其设置在下料组件的右侧；
[0022]下料吸盘模组，其设置在下料组件的内部左侧；
[0023]滑块B，其设置于下料伺服电机组件的左侧，所述滑块B的表面上设置有滑杆B，所述滑块B位于下料组件的内部；
[0024]履带B，其设置于下料组件的内部两侧，所述履带B的两端与滑块B进行滑动连接；
[0025]滑轨B其设置于履带B的下方，所述下料吸盘模组的底端位于滑轨B的顶端上，所述下料吸盘模组的底端与滑轨B进行滑动连接。
[0026]优选的，所述第二防护罩的表面靠近顶端设置有控制面板，所述控制面板的下方靠近左侧设置有显示屏，所述显示屏的右侧设置有控制按钮，所述第二防护罩的顶端靠近右侧设置有三色报警灯，所述控制面板采用深度学习算法。
[0027]优选的，所述第一防护罩为半封闭结构，所述第一防护罩的材质为半透明材质。
[0028]优选的，所述显示屏、控制面板、控制按钮、三色报警灯均与电控柜之间进行电性连接。
[0029]与现有技术相比，本技术的有益效果如下：
[0030]1.本一种基于深度学习视觉的药包材检测装置通过设置控制面板金额显示屏对由高清工业相机拍照后的图像进行快速处理，对操作记录进行记录保存，方便后续对数据进行整理，具备良好的延续性，检测标注更加统一，降低了漏检率、错检率，提高了产品质量和安全性。
[0031]2.本一种基于深度学习视觉的药包材检测装置通过采用高清工业相机进行统一拍照，由控制面板通过采用深度学习算法对图像的特征进行对比，依次来对药包材的质量进行监测，深度学习算法是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据，提高检测正确率，节省人力，降低了生产成本。
附图说明
[0032]图1为本技术一种基于深度学习视觉的药包材检测装置的整体结构示意图；
[0033]图2为本技术一种基于深度学习视觉的药包材检测装置的检测工作台结构示意图；
[0034]图3为本技术一种基于深度学习视觉的药包材检测装置的回收工作台结构示意图；
[0035]图4为本技术一种基于深度学习视觉的药包材检测装置的取料组件结构示意图；
[0036]图5为本技术一种基于深度学习视觉的药包材检测装置的上料车结构示意
图。
[0037]图中标注说明：1、第一防护罩；2、取料吸盘模组；3、取料伺服电机组件；4、上料车；5、万向轮；6、检测线；7、箱门；8、检测工作台；9、握把；10、回收工作台；11、电控柜；12、回收线；13、下料伺服电机组件；14、滑块A；15、滑杆A；16、下料吸盘模组；17、显示屏；18、控制面板；19、三色报警灯；20、第二防护罩；21、控制按钮；22、上料抬升机；23、把手；24、履带A；25、滑轨A；26、输送线底部背光源；27、相机支架；28、高清工业相机；29、固定块；30、螺纹孔；31、安装板；32、螺母；33、取料组件；34、下料组件；35、履带B；36、滑轨B；37、滑杆B；38、滑块B。
具体实施方式
[0038]下面将结合本技术实施例中的附图，对本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技术一部分实施例，而不是全部的实施例，基于本技术中的实施例，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，都属于本技术保护的范围。
[0039]在本技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
[0040]实施例1：
[0041]请参阅图1、5，一种基于深度学习视觉的药包材检测装置,包括：第本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习视觉的药包材检测装置，其特征在于：包括：第一防护罩(1)，其后面设置有上料抬升机(22)，所述第一防护罩(1)的内部设置有取料组件(33)，所述取料组件(33)的下方设置有上料车(4)；检测工作台(8)，其设置于第一防护罩(1)的右侧，所述检测工作台(8)的顶端上方设置于检测线(6)，所述检测线(6)的上方设置有第二防护罩(20)，所述检测线(6)的顶端表面上设置有相机支架(27)，所述相机支架(27)位于第二防护罩(20)的内部底部；回收工作台(10)，其设置于检测工作台(8)的右侧，所述检测工作台(8)的顶端表面上设置于回收线(12).所述回收线(12)的顶端上设置有下料组件(34)。2.根据权利要求1所述的一种基于深度学习视觉的药包材检测装置，其特征在于：所述取料组件(33)包括：取料伺服电机组件(3)，其装配在取料组件(33)的左侧；取料吸盘模组(2)，其设置在取料组件(33)的右侧；滑块A(14)，其设置在取料组件(33)的内部，所述滑块A(14)之间设置有滑杆A(15)，所述滑块A(14)设置有若干个且前后对称；履带A(24)，其设置在取料组件(33)的内部前后两侧，所述履带A(24)的两端设置在滑块A(14)上，所述履带A(24)与滑块A(14)滑动连接，所述履带A(24)的下方设置有滑轨A(25)。3.根据权利要求1所述的一种基于深度学习视觉的药包材检测装置，其特征在于：所述检测工作台(8)包括：输送线底部背光源(26)，其设置在检测线(6)的顶端表面；电控柜(11)，其设置在检测工作台(8)的表面上，所述电控柜(11)的表面上设置有箱门(7)，所述箱门(7)的表面靠近右侧设置有握把(9)；固定块(29)，其设置于相机支架(27)的顶端表面，所述固定块(29)的右侧设置有安装板(31)，安装板(31)的表面上设置有螺纹孔(30)，所述螺纹孔(30)的内部设置有螺母(32)，所述螺纹孔(30)与螺母(32)螺纹连接，...
【专利技术属性】
技术研发人员：吴璟春，童浪，
申请(专利权)人：重庆优奇迅科技有限公司，
类型：新型
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。