电子雷管模块外观检测方法技术

本发明专利技术公开了一种电子雷管模块外观检测方法

【技术实现步骤摘要】
电子雷管模块外观检测方法、系统、存储介质及电子设备


[0001]本专利技术涉及电子雷管模块外观检测
，尤其涉及一种电子雷管模块外观检测方法
、
系统
、
存储介质及电子设备
。

技术介绍

[0002]目前，为了确保生产形成的电子雷管模块的品质，在电子雷管模块生产过程中，需要对生产形成的电子雷管模块的外观进行外观检测，电子雷管模块外观检测主要检测电子雷管模块是正常或断裂
、
错位
、
鼓边
、
毛边等异常情况，需要检测人员依次对电子雷管模块的外观进行观察以及判断，但，检测人员长时间对电子雷管模块进行外观检测，容易导致眼睛疲累，进而容易造成误检，容易将不合格的电子雷管模块当成合格的电子雷管模块处理，进而影响最终电子雷管的品质甚至导致最终电子雷管成为废品或次品
。
[0003]进一步的，通过检测人员对电子雷管模块的外形进行检测，即便检测人员经过培训，检测人员在检测的过程中，检测结果容易受到检测人员集中精力程度以及其它的人为因素影响，难以保证检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电子雷管模块外观检测方法，其特征在于，所述的方法包括：基于不同相机点位对电子雷管模块进行图像采集，得到所述电子雷管模块的多张图片；基于多张所述图片进行三维建模，得到所述电子雷管模块的三维模型；将多张所述图片输入至预先训练好的图像识别模型，得到多张所述图片对应的标签信息，其中，所述图像识别模型为使用多组训练数据通过机器学习训练得到的，多组训练数据中的每组数据均包括多张所述图片和多张所述图片对应的标签信息；所述标签信息包括目标检测区域以及所述目标检测区域对应的所述电子雷管模块的外观检测结果；将多张所述图片对应的标签信息绘制到多张所述图片，并映射到所述电子雷管模块的三维模型进行显示
。2.
根据权利要求1所述的方法，其特征在于，所述基于多张所述图片进行三维建模，得到所述电子雷管模块的三维模型，包括：构建虚拟场景下所述电子雷管模块的立方体模型；对多张所述图片的相机内参和相机外参进行标定，得到标定后的相机内参和相机外参；根据标定后的相机内参和相机外参将多张所述图片投影到所述立方体模型，得到所述电子雷管模块的三维模型
。3.
根据权利要求2所述的方法，其特征在于，在所述根据标定后的相机内参和相机外参将多张所述图片投影到所述立方体模型，得到所述电子雷管模块的三维模型之后，所述的方法还包括：若多张所述图片存在重叠区域，则融合重叠区域内不同图片的渲染效果
。4.
根据权利要求1所述的方法，其特征在于，所述将多张所述图片输入至预先训练好的图像识别模型，得到多张所述图片对应的标签信息，包括：对多张所述图片进行图像预处理，得到预处理后的多张所述图片；其中，所述图像预处理包括以下至少之一：图像大小调整
、
归一化像素值
、
数据增强；基于所述图像识别模型对预处理后的多张所述图片进行识别，得到多张所述图片对应的标签信息
。5.
根据权利要求1所述的方法，其特征在于，在所述将多张所述图片输入至预先训练好的图像识别模型，得到多张所述图片对应的标签信息之前，所述的方法还包括：对所述电子雷管模块的多张图片进行标注，得到多张所述图片对应的实际标签信息；构建所述图像识别模型，使用标注有实际标签信息的多张所述图片对所述图像识别模型进行训练，得到多张所述图片对应的标签信息；确定多张所述图片对应的标签信息与实际标签信息之间的评估指标；根据所述评估指标对所述图像识别模型进行模型性能评估，得到所述图像识别模型的评估结果；根据所述图像识别模型的评估结果对所述图像识别模型的超参数和
/
或训练策略进行调整，更新所述图像识别模型
。6.
根据权利要求5所述的方法，其特征在于，所述构建所述图像识别模型，包括：构建
YOLO v3
模型；
基于所述电子雷管模块的图片特征对所述
YOLO v3
模型的网络结构和超参数进行定义，得到所述
YOLO v3
模型的配置文件；根...

【专利技术属性】
技术研发人员：陈俊飞，韩延江，
申请(专利权)人：贵州全安密灵科技有限公司，
类型：发明
国别省市：