胶囊缺陷检测系统部署方法、胶囊缺陷检测系统及方法技术方案

技术编号:41769412 阅读:34 留言:0更新日期:2024-06-21 21:46
本发明专利技术适用于目标识别和分类领域,提供了一种胶囊缺陷检测系统部署方法、胶囊缺陷检测系统及方法,所述部署方法包括:将多卷积运算引擎的数字电路模块打包为FPGA片上平台可识别的运算电路模块;构建轻量化神经网络模型,并进行量化;该轻量化神经网络模型的子集配置有图像获取模块、匹配识别模块和显示模块;将运算电路模块、轻量化神经网络模型的子集部署至FPGA片上平台,该FPGA片上平台整合有ARM处理器和多片FPGA芯片;本发明专利技术可以实现快速搭建胶囊缺陷检测系统,一方面解决单片FPGA片上资源受限问题,减少对硬件电路资源的需求;另一方面,通过电路设计解决了神经网络结构计算通用性的问题,无需多次重构,提升系统搭建效率。

【技术实现步骤摘要】

本专利技术涉及目标识别和分类领域,尤其涉及一种胶囊缺陷检测系统部署方法、胶囊缺陷检测系统及方法


技术介绍

1、胶囊作为药物的载体,在保存药物的过程中增加其稳定性,可以帮助人体更好地吸收,提高药物的有效性。由于胶囊类药品的数量一直在呈上升趋势,相关部门对于药物质量的要求也越来越高。

2、目前,药物外形缺陷尤其是胶囊缺陷的检测工作主要是使用灰度图比对进行,需要高清相机与固定设备,存在效率相对低下、硬件结构复杂等问题。而随着计算机技术的快速发展,优化的神经网络结构与适配的终端设备可以有效识别和筛选胶囊表面缺陷的同时,提高检测效率和资源适配性。测量胶囊表面的质量需要从尺寸、颜色等方向进行筛查。在早期针对药用胶囊的表面缺陷检测的探索中,多使用传统机器学习的方法对其进行检测和分类,其图像处理过程烦琐,速度较慢,难以适用于流水线上的生产检测中。

3、目前,自动化视觉技术的主要内容是收集产品的图像、操作计算机算法,针对不同测试的不同需求,进行算法操作来得到最终结果。而用于图像处理的深度卷积神经网络模型大多利用复杂神经网络结构、加深网络层数等方法提本文档来自技高网...

【技术保护点】

1.一种胶囊缺陷检测系统部署方法,其特征在于,所述方法包括:

2.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述构建轻量化神经网络模型,并进行量化的步骤,包括:

3.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述将运算电路模块、轻量化神经网络模型的子集部署至FPGA片上平台的步骤,具体包括:

4.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述方法还包括:

5.一种胶囊缺陷检测系统,其特征在于,所述胶囊缺陷检测系统包括:图像获取模块、多卷积运算引擎的数字电路模块、匹配识别模块和显示模块;

...

【技术特征摘要】

1.一种胶囊缺陷检测系统部署方法,其特征在于,所述方法包括:

2.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述构建轻量化神经网络模型,并进行量化的步骤,包括:

3.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述将运算电路模块、轻量化神经网络模型的子集部署至fpga片上平台的步骤,具体包括:

4.根据权利要求1所述的胶囊缺陷检测系统部署方法,其特征在于,所述方法还包括:

5.一种胶囊缺陷检测系统,其特征在于,所述胶囊缺陷检测系统包括:图像获取模块、多卷积运算引擎的数字电路模块、匹配识别模块和显示模块;

6.根据权利要求5所述的胶囊缺陷检测系统,其特征在于,...

【专利技术属性】
技术研发人员:周君临刘永斌杨林杨晋陆亦怀
申请(专利权)人:中国科学技术大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1