【技术实现步骤摘要】
本专利技术涉及喷墨打印，具体是一种深度卷积网络打印效果优化的方法、设备及存储介质。
技术介绍
1、传统的方法是使用测量仪器结合打印校准图案进行反复的人工调节打印机的各项参数。
2、然而，这种人工调节受到几个限制的制约，首先，它需要高度技术熟练的操作员，以确保各项参数的准确校准。这不仅需要培训和技能，还容易受到人为误差的影响，其次，人工调节是一项耗时且费力的任务，需要大量的人力资源和时间，对于大规模生产的情况，这可能导致生产效率的降低和生产成本的增加。
3、此外，传统的人工校准方法无法实时监测机器状态的变化，无法及时调整；这可能导致打印质量下降，墨水浪费增加，甚至喷头的损坏，因此，有必要开发一种更高效、自动化和实时的参数调节方法，以解决这些问题。
技术实现思路
1、本专利技术的目的在于提供一种深度卷积网络打印效果优化的方法、设备及存储介质，此方法构成了一个闭环的系统，通过图像数据采集、深度学习模型的训练与应用，以及实时参数调整和自动优化流程，实现了喷墨打印机打印效果的自动化优化和持续改进。
2、本专利技术的目的可以通过以下技术方案实现：
3、本申请实施例提供了一种深度卷积网络打印效果优化的方法，包括如下步骤：
4、s1：图像采集与传输，安装工业相机到喷墨打印机，来对打印图像进行高清采集，包括打印过程中的实时图像和打印后的成品图像，实时采集打印过程中的图像数据，再将采集的图像数据传输至连接的pc或处理单元；
5、s
6、s3：图像标定和训练，准备大量打印图像样本，人工对这些样本进行打印效果评分和标定，将标定好的图像数据输入至cnn模型中，通过训练来生成预训练评估模型；
7、s4：实时参数调整，在新机器上应用预训练评估模型，并对打印图像进行评估，根据评估结果，实时微调喷墨打印机的参数，包括墨水喷射强度、打印头位置、颜色对比度；
8、s5：持续优化和重校准，建立自动化流程，周期性地对评估模型进行更新和优化，当打印效果长时间未能达到目标质量时，触发重新标定图像并重新训练评估模型的流程；
9、s6：反馈机制与质量监控，实施机器学习算法，让系统能够根据实时数据不断优化打印质量，并记录历史数据进行质量监控和改进分析，设定预警机制，当打印质量下降或未达标时，系统能自动发出警报并进行相应调整或重校准流程。
10、作为优选的，根据步骤s1所述的图像采集与传输，设定数据传输通道，选择传输协议，对于usb传输通道，选择usb 2.0或usb 3.0，对于以太网传输通道，根据实时性和数据传输稳定性的要求进行选择，再进行网络设置和配置，在使用以太网传输通道时，确保工业相机和pc或处理单元在同一局域网中，并配置正确的ip地址、子网掩码和网关，并建立稳定的网络连接；通过确定数据传输方式，包括实时传输和批量传输，对于实时图像采集，采用较低延迟的实时传输方式，获取打印过程中的图像数据，而对于打印后的成品图像，选择批量传输方式，在打印完成后一次性传输所有图像数据。
11、作为优选的，根据步骤s2所述的数据处理和评估模型建立，建立预训练评估模型，整理将影响打印质量的主要参数,搭建多层卷积网络，将影响打印质量的主要参数整理，对于每个参数，确定其取值范围和对打印质量的影响程度；
12、数据收集和准备，收集大量的打印图像样本，并记录每个样本对应的打印机参数和环境条件；
13、数据预处理，对采集到的图像数据进行预处理，以提取有用的特征并减少噪声；
14、搭建多层卷积网络，在pc或处理单元上搭建多层卷积网络来进行图像特征的提取和评估，在框架中创建cnn模型的结构，根据预先整理的打印质量参数，设计合适的输入层、卷积层、池化层和全连接层，并设置合适的激活函数和损失函数；
15、数据集划分，将准备好的图像样本划分为训练集、验证集和测试集，训练集用于模型的训练和参数优化，验证集用于模型的调整和选择合适的超参数，而测试集则用于最终评估模型的性能。
16、作为优选的，根据步骤s3所述的图像标定和训练，
17、打印图像样本准备，准备大量的打印图像样本，包括打印过程中的实时图像和打印后的成品图像，包括不同的打印条件、参数设置和打印质量；
18、人工评分和标定，对每个打印图像样本进行人工评分和标定，根据预先设定的评分标准，对每个样本进行打印效果的评分，对每个样本进行标定，即记录与该样本相关的打印机参数和环境条件；
19、cnn模型训练，搭建合适的cnn模型结构，并将标定好的图像数据输入至模型中进行训练，设置训练过程的超参数，来优化模型的权重和参数。
20、作为优选的，根据步骤s4所述的反馈调整机制，打印机的参数包括墨水喷射强度、打印头位置、颜色对比度，其中墨水喷射强度调整，通过控制墨水喷嘴或喷嘴阀门的开闭时间或电流等方式来调整墨水喷射强度，根据评估模型的预测结果，如果打印质量评分较低，则增加墨水喷射强度；如果打印质量评分较高，则减小墨水喷射强度；
21、打印头位置调整，通过调整打印头的位置，即打印头与打印介质之间的距离，来调整打印图像的清晰度和焦点，根据评估模型的预测结果，如果打印图像模糊或失焦，则调整打印头的位置；
22、颜色对比度调整，通过调整打印机的颜色设置或颜色校准参数，来调整打印图像的颜色对比度，根据评估模型的预测结果，如果打印图像的颜色对比度不足，则增加颜色对比度参数；如果颜色对比度过高，则减小颜色对比度参数。
23、作为优选的，根据步骤s1-s6中，引入异常处理和自动重校准，监测打印质量，持续监测打印过程中的图像，并根据实时评估结果进行反馈调整，
24、设定异常检测机制，通过比较当前的打印质量评估结果与预设的目标质量水平或阈值进行对比，如果打印质量评估结果长时间低于目标水平或超出设定的阈值，则触发异常处理，一旦发现异常，触发相应的处理机制，包括自动发出警报通知相关人员或操作员，提示打印质量存在问题，或者自动暂停打印任务；
25、根据异常的类型和情况，触发重新标定新的打印图像样本的流程，在重新标定图像后，按照之前的步骤重新训练评估模型，以适应新的打印条件和提高打印质量；
26、再触发自动重校准流程，暂停当前的打印任务，重新标定图像，通过采集新的打印图像样本，并进行人工评分和标定，准备用于重新训练评估模型，模型重新训练，使用重新标定和评分的新图像样本，重新训练评估模型，并将其作为更新后的模型，将重新训练的模型作为预训练评估模型进行更新，在完成自动重校准流程后，恢复之前的打印任务。
27、作为优选的，在步骤s1-s6引入自适应调整算法，实时监控打印过程中的图像数据和评估结本文档来自技高网...
【技术保护点】
1.一种深度卷积网络打印效果优化的方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤S1所述的图像采集与传输，设定数据传输通道，选择传输协议，对于USB传输通道，选择USB 2.0或USB 3.0，对于以太网传输通道，根据实时性和数据传输稳定性的要求进行选择，再进行网络设置和配置，在使用以太网传输通道时，确保工业相机和PC或处理单元在同一局域网中，并配置正确的IP地址、子网掩码和网关，并建立稳定的网络连接；通过确定数据传输方式，包括实时传输和批量传输，对于实时图像采集，采用较低延迟的实时传输方式，获取打印过程中的图像数据，而对于打印后的成品图像，选择批量传输方式，在打印完成后一次性传输所有图像数据。
3.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤S2所述的数据处理和评估模型建立，建立预训练评估模型，整理将影响打印质量的主要参数,搭建多层卷积网络，将影响打印质量的主要参数整理，对于每个参数，确定其取值范围和对打印质量的影响程度；
4.根据权利要求1所
5.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤S4所述的反馈调整机制，打印机的参数包括墨水喷射强度、打印头位置、颜色对比度，其中墨水喷射强度调整，通过控制墨水喷嘴或喷嘴阀门的开闭时间或电流等方式来调整墨水喷射强度，根据评估模型的预测结果，如果打印质量评分较低，则增加墨水喷射强度；如果打印质量评分较高，则减小墨水喷射强度；
6.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤S1-S6中，引入异常处理和自动重校准，监测打印质量，持续监测打印过程中的图像，并根据实时评估结果进行反馈调整，
7.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：在步骤S1-S6引入自适应调整算法，实时监控打印过程中的图像数据和评估结果，并收集相关数据用于分析和调整；
8.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：一种深度卷积网络打印效果优化的方法，还包括移动平台和打印机，所述移动平台与打印机双向连接，所述移动平台包括俯仰角控制机构、Z轴整体升降机构、翻转角控制机构、激光雷达/RGBD相机、陀螺仪、喷头和超声波，所述激光雷达/RGBD相机通过相机采集面扫描打印面，所述喷头通过喷墨在打印面上。
9.一种深度卷积网络打印效果优化的设备，其特征在于：包括至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现所述的方法。
10.一种存储介质，其上存储有计算机程序指令，其特征在于：当计算机程序指令被处理器执行时实现上述所述的方法。
...【技术特征摘要】
1.一种深度卷积网络打印效果优化的方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤s1所述的图像采集与传输，设定数据传输通道，选择传输协议，对于usb传输通道，选择usb 2.0或usb 3.0，对于以太网传输通道，根据实时性和数据传输稳定性的要求进行选择，再进行网络设置和配置，在使用以太网传输通道时，确保工业相机和pc或处理单元在同一局域网中，并配置正确的ip地址、子网掩码和网关，并建立稳定的网络连接；通过确定数据传输方式，包括实时传输和批量传输，对于实时图像采集，采用较低延迟的实时传输方式，获取打印过程中的图像数据，而对于打印后的成品图像，选择批量传输方式，在打印完成后一次性传输所有图像数据。
3.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤s2所述的数据处理和评估模型建立，建立预训练评估模型，整理将影响打印质量的主要参数,搭建多层卷积网络，将影响打印质量的主要参数整理，对于每个参数，确定其取值范围和对打印质量的影响程度；
4.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤s3所述的图像标定和训练，
5.根据权利要求1所述的一种深度卷积网络打印效果优化的方法，其特征在于：根据步骤s4所述的反馈调整机制，打印机的参数包括墨水喷射强度、打印头位置、颜色对比度，其中墨水...
【专利技术属性】
技术研发人员：冼泽波，陈朝晖，冯正达，郑天雄，
申请(专利权)人：广州市森扬电子科技有限公司，
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。