【技术实现步骤摘要】
本专利技术实施例涉及机器视觉，尤其涉及一种不良产品分拣方法和装置、电子设备及存储介质。
技术介绍
1、在制造业，尤其是电子产品结构件制造方向，一个结构件制品的制造流程包含多道工序，而在多道工序的生产和流转过程中，制品的半成品容易产生脏污、变形、划伤和碰伤等缺陷。所以最后一道工序通常为全检工序，旨在将不良结构件制品挑选出来，避免不良制品流转到产业链后游。若不良制品流入到终端组装厂，会影响电子产品性能，严重时导致产品报废。
2、现有的基于机器视觉的缺陷检测技术方案，只包含对目标产品的缺陷检测，但检测出缺陷后，仍需要人工剔除缺陷产品或其他后处理方法。且现有的产品分拣方法在分拣过程中未考虑到机械手分拣轨迹的优化，导致机械手的运作时间长，分拣效率较低。因此，如何在分拣过程中自动剔除缺陷产品，提高分拣效率成为亟待解决的技术问题。
技术实现思路
1、本专利技术实施例提供了一种不良产品分拣方法和装置、电子设备及存储介质，能够在分拣过程中自动剔除不良产品，提高分拣效率。
2、第一方面...
【技术保护点】
1.一种不良产品分拣方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述目标物图像中提取出大托盘区域内所有结构件制品的对应制品图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述将一个批次的所述制品图像输入至目标检测模型进行缺陷检测和分类，得到检测结果，并将检测结果标记到对应的所述制品图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述数学建模处理过程包括：
6.根据权利要求5所述的方法，其特征在于，所述约束条件包括：<...
【技术特征摘要】
1.一种不良产品分拣方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述目标物图像中提取出大托盘区域内所有结构件制品的对应制品图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述将一个批次的所述制品图像输入至目标检测模型进行缺陷检测和分类，得到检测结果，并将检测结果标记到对应的所述制品图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述数学建模处理过程包括：
6.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：钟程，李鹏，刘凯，彭燕辉，吴雨源，
申请(专利权)人：五邑大学，
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。