[发明专利]包装箱工序检测的方法、装置和计算机设备有效

专利信息
申请号: 202010704428.X 申请日: 2020-07-21
公开(公告)号: CN111994377B 公开(公告)日: 2022-04-08
发明(设计)人: 黄积晟;任宇鹏;卢维 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: B65B57/02 分类号: B65B57/02;B65B57/18;G06K9/62;G06N3/04;G06N3/08
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 金无量
地址: 310016 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 包装箱 工序 检测 方法 装置 计算机 设备
【权利要求书】:

1.一种包装箱工序检测的方法,其特征在于,所述方法包括:

获取包装箱的识别图像,通过检测识别模型,生成所述识别图像中不同部件的模型检测框,根据所述模型检测框与检测区域的交并比,对所述模型检测框进行过滤,其中,所述模型检测框与所述部件对应;

对所述过滤后的模型检测框的位置进行预测,得到预测检测框,通过将所述模型检测框和所述预测检测框进行关联融合,得到跟踪检测框,根据所述跟踪检测框对所述包装箱进行跟踪;

所述将所述模型检测框和所述预测检测框进行关联融合包括:在所述模型检测框的关联融合的数量为0的情况下,获取所述识别图像的前一帧图像中的跟踪队列中的模型检测框和预测检测框;根据所述模型检测框与所述预测检测框的交并比进行强关联;

在所述跟踪结束之后,根据所述模型检测框的识别次数,判定所述检测区域中工序是否完整。

2.根据权利要求1所述的方法,其特征在于,所述通过将所述模型检测框和所述预测检测框进行关联融合,得到跟踪检测框,根据所述跟踪检测框对所述包装箱进行跟踪包括:

根据所述预测检测框和所述模型检测框的交并比,将所述预测检测框和所述模型检测框进行关联融合,得到所述跟踪检测框;

标记未进行关联的所述模型检测框,在所述标记的次数达到预设标记阈值的情况下,判定所述模型检测框为丢失状态;

获取所述丢失状态的模型检测框在所述检测区域的位置,在所述模型检测框与所述检测区域的交并比大于预设交并阈值的情况下,添加所述模型检测框至多个所述跟踪检测框形成的跟踪队列。

3.根据权利要求1所述的方法,其特征在于,在所述对所述过滤后的模型检测框的位置进行预测之前,所述方法包括:

获取所述检测区域中的跟踪队列,在所述跟踪队列不为空的情况下,对所述跟踪队列中的模型检测框的位置进行预测,或者,

在所述跟踪队列为空的情况下,对所述跟踪队列进行初始化。

4.根据权利要求1所述的方法,其特征在于,所述根据所述模型检测框与检测区域的交并比,对所述模型检测框进行过滤包括:

在所述模型检测框与所述检测区域的交并比小于第一过滤阈值的情况下,将所述模型检测框过滤;或者,

所述检测区域包括第一模型检测框和第二模型检测框,在所述第一模型检测框包含所述第二模型检测框的情况下,将所述第二模型检测框过滤;或者,

在所述第一模型检测框和所述第二模型检测框相交的情况下,获取所述第一模型检测框和所述第二模型检测框的交并比,在所述交并比小于第二过滤阈值的情况下,不作处理,在所述交并比大于或者等于所述第二过滤阈值的情况下,根据所述第一模型检测框和所述第二模型检测框分别与所述检测区域的交并比,以及所述第一模型检测框和所述第二模型检测框的置信度,对所述第一模型检测框和所述第二模型检测框进行过滤。

5.根据权利要求1所述的方法,其特征在于,所述判定所述检测区域中工序是否完整包括:

在所述识别次数大于预设识别阈值的情况下,判定所述工序完整;或者,

在所述识别次数小于或者等于所述预设识别阈值的情况下,触发报警信号。

6.根据权利要求1所述的方法,其特征在于,在所述获取包装箱的识别图像之前,所述方法还包括训练所述检测识别模型:

获取训练图像,对所述训练图像进行随机旋转裁剪;

对所述随机旋转裁剪后的所述训练图像进行数据增强训练和归一化,其中,所述数据增强训练包括改变所述训练图像的光照、对所述训练图像进行翻转或者放缩。

7.根据权利要求6所述的方法,其特征在于,在所述对所述训练图像进行随机旋转裁剪之前,所述方法还包括:

根据所述训练图像中物体的类型和数量,对所述训练图像进行筛选。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010704428.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top