【技术实现步骤摘要】
合成革表观质量智能化检测方法
[0001]本专利技术涉及质量检测
,特别涉及一种合成革表观质量智能化检测方法
。
技术介绍
[0002]合成革在其生产过程中,其表面不可避免地存在划痕
、
擦伤
、
破损
、
污渍
、
压痕
、
凹洞等多种瑕疵,因此在皮革生产加工中必须检测出可用的有效区域
。
在卷对卷工艺流程中,通过机器视觉检测系统实时在线对合成革产品进行瑕疵检出
、
瑕疵分类
、
瑕疵定位
、
获取可用区域范围,并且具备报警
、
标记
、
停机控制的功能
。
利用机器视觉检测代替人工检测,提高检测效率
、
降低误检率,进而降低成本,提高产品质量
。
[0003]然而,利用视觉检测存在光路调节难的问题,不同颜色
、
类型的合成革产品往往需要专业人士对光路进行调试
、< ...
【技术保护点】
【技术特征摘要】
1.
一种合成革表观质量智能化检测方法,其特征在于,包括以下步骤:获取待检测的合成革的产品型号,根据所述待检测的合成革的产品型号确定最优检测光源参数和最优表面缺陷智能化识别模型参数;根据所述最优检测光源参数调节检测光源的颜色
、
角度和高度,并控制检测相机对焦;根据所述最优表面缺陷智能化识别模型参数调整所述预先训练好的表面缺陷智能化识别模型的参数,利用所述检测相机采集所述待检测的合成革的图像,利用所述表面缺陷智能化识别模型对所述待检测的合成革的图像进行检测,得到所述待检测的合成革的质量检测结果
。2.
根据权利要求1所述的方法,其特征在于,利用预先训练好的表面缺陷智能化识别模型对所述待检测的合成革进行质量检测之前,还包括:获取存在缺陷和无缺陷的合成革图像,分别对所述存在缺陷和无缺陷的合成革图像进行裁剪和下采样,并对所述存在缺陷和无缺陷的合成革图像进行自动增强,对所述存在缺陷的合成革图像进行标注;构建表面缺陷智能化识别模型,利用所述存在缺陷和无缺陷的合成革图像及其标签,训练所述表面缺陷智能化识别模型至所述表面缺陷智能化识别模型的损失函数满足训练终止条件,得到训练好的表面缺陷智能化识别模型,其中,所述表面缺陷智能化识别模型的输入为合成革图像,输出为网版图像的缺陷位置和缺陷类型
。3.
根据权利要求1所述的方法,其特征在于,所述表面缺陷智能化识别模型包括
Input
输入端
、Backbone
骨干网络
、Neck
特征融合层和
Head
检测头,其中,
Input
输入端采用
Mosaic
数据增强技术,将多张合成革图像合并为一张合成革图像;
Backbone
骨干网络包括改进的
C3
模块和
SPPF
模块,
C3
模块为残差结构,用于进行特征提取;
Neck
特征融合层采用
FPN
特征金字塔和
PAN
路径聚合网络结构,综合利用多个尺度的特征信息,对
Backbone
骨干网络提取的特征进行融合;
Head
检测头将
Neck
特征融合层输出的不同尺度的特征图进行解析,在每个尺度的特征图上划分网格单元,每个网格单元格设置多个先验框来预测多个边界框,通过非极大值抑制的方法剔除重合度大于预设值的边界框,得到合成革的缺陷位置和缺陷类型
。4.
根据权利要求1所述的方法,其特征在于,根据所述待检测的合成革的产品型号确定最优检测光源参数和最优表面缺陷智能化识别模型参数,包括:将所述待检测的合成革的产品型号在预先建立的光源设置匹配关系中进行匹配,得到所述待检测的合成...
【专利技术属性】
技术研发人员:朱海斌,谢忠明,周铭强,徐华伟,张军峰,
申请(专利权)人:禾欣可乐丽超纤皮嘉兴有限公司,
类型:发明
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。