[发明专利]基于YOLO-v3的布面疵点检测及辅助装置与方法

权利要求书

1.一种基于YOLO-v3的布面疵点检测及辅助装置，包括在线生产运行的布匹，该布匹采用卷布辊进行输送，所述卷布辊采用变频电机驱动，其特征在于：还包括工业摄像机、图像采集卡、处理器、寄存器、PLC控制器、显示屏、制动块和退绕辊；所述工业摄像机位于布匹上方；所述退绕辊也采用变频电机驱动；所述制动块分别设置在卷布辊和退绕辊上；所述工业摄像机、图像采集卡、处理器、寄存器、PLC控制器之间电性连接，所述PLC控制器分别与显示屏及变频电机电性连接。

2.一种根据权利要求1所述的基于YOLO-v3的布面疵点检测及辅助装置的处理方法，其特征在于，包括疵点检查与布匹修复辅助，具体为：

疵点检查包括以下步骤：

a.制作训练数据集与测试数据集；

b.根据常见疵点的种类确定模型的结构与训练参数，导入训练数据，开始训练模型的权重；

c.保存训练好的模型的权重，并测试。实现布匹疵点的自动监测；

d.疵点检测装置检测到疵点时，将疵点类型及位置信息写入系统；

布匹修复辅助

布匹修复辅助包括以下步骤：

a.读取存储的疵点信息；

b.将疵点检测装置检测完的布匹重新退绕至疵点位置处；

c.疵点信息显示在显示屏上，辅助人工修补。

3.根据权利要求2所述的基于YOLO-v3的布面疵点检测及辅助装置的处理方法，其特征在于：所述疵点检查步骤a中，将工业摄像机拍下的疵点图片用高斯金字塔下采样压缩至416x416像素，保存为常用的jpeg、png、bmp格式，再经过人工筛选确定疵点类型及位置，写入txt或xml格式文件中，具体为图片名，疵点类型，疵点坐标。

4.根据权利要求2所述的基于YOLO-v3的布面疵点检测及辅助装置的处理方法，其特征在于：所述疵点检查步骤b中，模型的输入的是416x416x3的三维RGB预处理图片；疵点检测算法输出三种不同尺寸的特征图，根据布面疵点的特点，确定特征图大小分别为13x13x255、26x26x255、52x52x255；满足不同尺寸形态的疵点，小尺度的特征图可以检测出细小的物体，大尺度特征图可以检测出粗粒度的物体；使得大中小疵点都能检测出来；完成了疵点检查后，还需预测疵点出现的范围，具体是：将特征图分成一个网格，网格可细化成一个网格单元，每种特征图会对应三种锚框，设定了三种尺度的特征图，总共有9种锚框，用k均值聚类的方法根据预先标记好的疵点位置确定9种锚框尺寸；预测框有四个参数，分别是b_x、b_y、b_w和b_h；计算公式按(1-4)：

b_x＝σ(t_x)+C_x (1)

b_y＝σ(t_y)+C_y (2)

其中t_x，t_y代表预测的坐标偏移值，t_w，t_h是尺度缩放；C_x，C_y是特征图左上角网格单元的坐标，每个网格单元的尺寸都是1x1；p_w，p_h是预设的锚框映射到特征图中的宽和高，σ(·)表示逻辑回归，通过逻辑回归对预测框做微调；

用IOU交并比确定预测框的准确程度，公式如(5)：

其中A是预测框，B是真实框；

确定每个网格单元有3种锚框，与真实框重合最大的那个作为预测框，其余锚框不参与预测，再对预测框做平移，尺度放缩；通过不断训练学习调整权重来优化预测框四个的参数，使得预测框和真实框的交并比能达到最大；

设定阈值，当交并比小于该阈值时，则认为是错误预测而不显示，只有当交并比大于该阈值时才显示预测框，这里阈值设为0.6；

损失函数是四个部分的叠加，即对预测的中心坐标做损失，对预测边界框的宽高做损失，对预测的类别做损失和对预测的置信度做损失。