System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种钢板定位方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、钢板作为一种重要的金属材料,被广泛应用于各种结构和建筑领域。在钢板的加工过程中,精确定位是保证产品质量和生产效率的关键因素之一。钢板定位可以确保零件在分拣过程中不会发生移动或偏移,避免因位置不准确而造成的分拣错误。这有助于提高分拣效率,并确保每个零件都被正确地分拣到指定的位置。如果零件在分拣过程中发生移动或偏移,可能会导致零件被错误地分拣到其他位置,从而影响整个分拣过程的准确性。通过钢板定位可以减少这种错误的发生,提高分拣的准确性。
2、大模型是通过大规模训练数据训练得到的复杂模型,目前常常将对钢板进行拍摄得到的图像输入到大模型中,通过大模型处理该图像从而确定钢板位置,但是这种方式大模型需要对整张图像进行处理,处理时间较长,从而导致钢板定位效率很低。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高钢板定位效率的钢板定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种钢板定位方法,所述方法包括:
3、获取待处理图像,对所述待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息;
4、将所述尺寸、所述初始位置信息以及所述待处理图像输入钢板定位模型中,通过所述钢板定位模型对所述待处理图像进行特征提取,得到图像特征,并基于所述尺寸、所述初始位置信息以及所述图像特征,得
5、在其中一个实施例,所述基于所述尺寸、所述初始位置信息以及所述图像特征,得到所述钢板区域在所述待处理图像中的目标位置信息,包括:
6、基于所述尺寸与所述初始位置信息,确定钢板区域的位置编码数据;
7、基于所述位置编码数据与所述图像特征,确定掩码数据;
8、基于所述掩码数据,确定所述钢板区域在所述待处理图像中的目标位置信息。
9、在其中一个实施例,所述基于所述位置编码数据与所述图像特征,确定掩码数据,包括:
10、对所述位置编码数据进行转换,得到位置编码矩阵;
11、对所述图像特征进行转换,得到对应的特征矩阵;
12、将所述位置编码矩阵与所述特征矩阵进行加法运算,基于运算结果确定所述掩码数据。
13、在其中一个实施例,所述对所述待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息,包括:
14、对所述待处理图像进行预处理;
15、从预处理后的图像中确定至少一个轮廓;
16、基于预设的钢板尺寸阈值,从所述至少一个轮廓中筛选出目标轮廓;
17、基于所述目标轮廓确定所述钢板区域的尺寸以及初始位置信息。
18、在其中一个实施例,对所述待处理图像进行预处理,包括:
19、基于所述待处理图像中各像素点的梯度以及第一预设梯度范围,对所述待处理图像包含的像素点进行分类处理,得到第一分类处理结果;
20、基于所述第一分类处理结果,从所述待处理图像包含的像素点中确定第一像素点;
21、基于所述第一像素点的像素和以及滤波器的权重,对所述第一像素点的像素进行更新处理,将像素更新处理后的第一像素点作为第二像素点,并确定各第二像素点的梯度;
22、基于各第二像素点的梯度以及第二预设梯度范围,对所述第二像素点进行分类处理,得到第二分类处理结果;
23、基于所述第二分类处理结果,从所述第二像素点中筛选出目标像素点;
24、基于所述目标像素点,得到所述预处理后的图像。
25、在其中一个实施例,所述钢板定位模型的训练过程,包括:
26、获取图像样本以及图像样本对应的钢板标记位置;
27、对所述图像样本进行边缘检测处理,得到所述图像样本中钢板区域的尺寸以及初始位置信息;
28、将图像样本、图像样本中钢板区域的尺寸以及初始位置信息输入待训练的钢板定位模型中,通过所述待训练的钢板定位模型对图像样本进行特征提取,得到对应的图像特征,基于图像样本对应的尺寸以及对应的初始位置信息以及图像样本对应的图像特征,得到图像样本中钢板区域的预测位置信息;
29、基于图像样本中钢板区域的预测位置信息以及图像样本对应的钢板标记位置,对所述待训练的钢板定位模型进行调整,基于参数调整后的钢板定位模型继续训练,直至达到停止条件时停止,得到训练完成的钢板定位模型。
30、第二方面,本申请还提供了一种钢板定位装置,其特征在于,包括:
31、获取模块,用于获取待处理图像,对所述待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息;
32、特征提取模块,用于将所述尺寸、所述初始位置信息以及所述待处理图像输入钢板定位模型中,通过所述钢板定位模型对所述待处理图像进行特征提取,得到图像特征,并基于所述尺寸、所述初始位置信息以及所述图像特征,得到所述钢板区域在所述待处理图像中的目标位置信息。
33、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现各实施例方法的步骤。
34、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现各实施例方法的步骤。
35、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现各实施例方法的步骤;
36、上述钢板定位方法、装置、计算机设备、存储介质和计算机程序产品,本申请获取待处理图像,首先对待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息,然后将尺寸、初始位置信息以及待处理图像输入钢板定位模型中,通过钢板定位模型对待处理图像进行特征提取,得到图像特征后,基于尺寸、初始位置信息以及图像特征,共同确定钢板区域在待处理图像中的目标位置信息,相对于现有方案,由于初步位置信息和估计尺寸提供了定位钢板位置的提示,从而这些提示结合图像一起进行定位,而不只是基于图像进行钢板定位,加快了定位速度。
本文档来自技高网...【技术保护点】
1.一种钢板定位方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述尺寸、所述初始位置信息以及所述图像特征,得到所述钢板区域在所述待处理图像中的目标位置信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述位置编码数据与所述图像特征,确定掩码数据,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述对所述待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息,包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述待处理图像进行预处理,包括:
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述钢板定位模型的训练过程,包括:
7.一种钢板定位装置,其特征在于,包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种钢板定位方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述尺寸、所述初始位置信息以及所述图像特征,得到所述钢板区域在所述待处理图像中的目标位置信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述位置编码数据与所述图像特征,确定掩码数据,包括:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述对所述待处理图像进行边缘检测处理,得到钢板区域的尺寸以及初始位置信息,包括:
5.根据权利要求4所述的方法,其特征在于,所述对所述待处理图像进行预处理,包括:
6.根...
【专利技术属性】
技术研发人员:陈都,蒋语桓,石攀,杨乐天,杨肖,
申请(专利权)人:武汉华工赛百数据系统有限公司,
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。