[发明专利]基于深度学习的工业条码识别装置及方法

权利要求书

1.一种基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置包括：

图像采集模块，用以采集产线上物品的条码图像，该产线上的物品的条码的打码规则相同；

控制模块，与该图像采集模块相连接，该控制模块用以对该图像采集模块采集的该条码图像进行识别以获得识别结果，并通过未被识别的条码图像的内容、位置与已经识别的条码图像进行比对，根据未被识别的条码图像的特点对该未识别的条码图像进行标记；以及

深度学习模块，包括预设条码识别模型，该深度学习模块与该控制模块相连接，该深度学习模块用以将标记后的该未识别的条码图像输入该预设条码识别模型进行训练，得到更新后的条码识别模型，并将更新后的条码识别模型数据返回该控制模块。

2.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块还包括存储模块，该存储模块用以存储该图像采集模块采集的该条码图像以及该控制模块的该识别结果。

3.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置还包括本地服务器，该本地服务器与该控制模块相连接，该深度学习模块设置于该本地服务器内。

4.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该工业条码识别装置还包括云端服务器，该深度学习模块设置于该云端服务器内，该控制模块与该云端服务器通讯连接，且该控制模块还用以定期地将存储的多个标记后的未识别的条码图像传输至该云端服务器。

5.如权利要求4所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块通过无线wifi接口电路或以太网接口电路与该云端服务器连接。

6.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块采用CPU处理器。

7.如权利要求1所述的基于深度学习的工业条码识别装置，其特征在于，

该图像采集模块还用以采集产线上多个物品的第一图像；

该控制模块还用以将多个该第一图像传输至该深度学习模块；以及

该深度学习模块还用以基于深度学习算法对多个该第一图像进行模型训练，以构建该预设条码识别模型，并将该预设条码识别模型数据反馈至该控制模块。

8.如权利要求7所述的基于深度学习的工业条码识别装置，其特征在于，该控制模块还用以根据该条码识别模型数据定位该产线上物品的条码位置；以及，该图像采集模块还用以根据条码位置采集产线上物品的该条码图像。

9.一种基于深度学习的工业条码识别方法，其特征在于，该工业条码识别方法包括以下步骤：

步骤S1，提供如权利要求1-6中任意一项所述的基于深度学习的工业条码识别装置；

步骤S2，采集物品的条码图像；

步骤S3，对该条码图像进行识别以获得识别结果，并对未识别的条码图像进行标记；

步骤S4，将标记后的未识别的条码图像输入预设条码识别模型进行训练，得到更新后的条码识别模型，并将更新后的条码识别模型数据返回该控制模块。

10.如权利要求9所述的一种基于深度学习的工业条码识别方法，其特征在于，该工业条码识别方法在该步骤S1与该步骤S2之间还包括以下步骤：

步骤S11，利用该图像采集模块采集产线上多个物品的第一图像，该产线上的物品的条码的打码规则相同；

步骤S12，利用控制模块将多个该第一图像传输至该深度学习模块；

步骤S13，利用深度学习模块基于深度学习算法，对多个该第一图像进行模型训练，以构建该预设条码识别模型，并将该预设条码识别模型数据反馈至该控制模块；

步骤S14，根据该预设条码识别模型数据定位该产线上物品的条码位置。