[发明专利]一种基于python深度学习算法的视觉识别方法

权利要求书

1.一种基于python深度学习算法的视觉识别方法，通过软件实现，其特征在于，所述方法包括：

后台使用python深度学习算法，构建神经网络，完成视觉识别任务；

中间层使用c++加载python运行环境，通过dll打包的方式提供对于python的运行环境管理及调用接口；

前台使用.net的界面框架，构建结果显示、配置管理界面。

2.根据权利要求1所述的方法，其特征在于，软件架构包括：

实现层，通过代码构建软件功能模块；

交互层，通过内存传值的方式完成加载调用；

应用层，负责采集产品图片，并进行识别结果显示。

3.根据权利要求2所述的方法，其特征在于，所述实现层包括:

图形界面模块，基于.net构建软件界面供用户交互使用；

C++程序模块，使用C++加载python环境，并通过dll打包提供服务接口；

python程序模块，使用python加载神经网络模型，提供图像识别能力。

4.根据权利要求2所述的方法，其特征在于，所述交互层包括；

视觉主程序模块，用于加载dll、接收采集图像、调用dll识别、结果显示；

dll调用模块，用于加载并维持python环境、提供识别接口；

识别脚本，所述识别脚本被dll模块加载，提供图像识别能力。

5.根据权利要求2所述的方法，其特征在于，所述应用层包括:

图像采集模块，用于工业相机完成流水线上面产品图像的拍摄；

结果展示模块，用于识别结果反馈到软件界面。

6.根据权利要求4所述的方法，其特征在于，加载dll时，通过python的C语言支持包，完成python环境初始化，所述python的C语言支持包在构建的python环境中加载python识别脚本。

7.根据权利要求4所述的方法，其特征在于，所述视觉主程序模块工作包括以下步骤：

步骤1：启动程序，加载dll，通过加载dll程序，获得识别方法调用句柄；

步骤2：加载并读取python程序，dll加载时，通过python的C语言支持包，完成python环境初始化，在构建的python环境中加载python识别脚本；

步骤3：获取图片，调用dll识别方法，当接收到推送的图片时，创建线程调用dll识别方法；

步骤4：返回识别结果

dll接收到识别调用，根据传入的图片内存指针进行参数读取；

将其传入python运行环境，等待识别结果并返回给视觉软件。

步骤5：结果推送

视觉软件接收到dll返回值，将图像和识别结果一起推送到软件界面进行显示。

8.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器通过运行所述可执行指令以实现如权利要求1-6中任一项所述的方法步骤。

9.一种存储控制器，其特征在于，包括：处理器、存储器和总线；

所述存储器用于存储执行指令，所述处理器与所述存储器通过所述总线连接，当所述存储控制器运行时，所述处理器执行所述存储器存储的所述执行指令，以使所述存储控制器执行如权利要求1-7中任一项所述的方法步骤。

10.一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-7中任一项所述的方法步骤。