[发明专利]一种基于目标检测算法的配件装包检查方法

权利要求书

1.一种基于目标检测算法的配件装包检查方法，其特征在于，所述方法包括以下步骤：

S1、根据装包检测要求搭建目标检测算法；

S2、采集待检测装包的电子图像，并进行预处理；

S3、将预处理后的装包图像分别制作成训练集和测试集；

S4、将步骤S2制成的训练集放入所述目标检测算法当中进行训练；

S5、将步骤S2制成的测试集放入步骤S4训练好的所述目标检测算法当中进行泛化测试；

S6、根据测试结果来评判目标检测算法是否达到所要求的性能指标，若达标，则投入实际生产的检测工序中；若不达标，返回步骤S2。

2.根据权利要求1所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述目标检测算法在结构上为分别搭建输入端结构和Backbone网络、Neck网络、Prediction网络结构。

3.根据权利要求1所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述步骤S2的预处理具体包括：

先后对采集到的垫片图像进行整理、清洗和标注，所述整理处理操作为对图片的尺寸方向进行调整，使得所有待检测装包图像统一成相同的格式；所述清洗处理操作为根据对生产要求对待检测装包图像进行标签定义；所述标注处理操作为使用标注工具，在装包图像标注上与之对应的类型标签，并生成标注文件作为训练正样本，将非装包图像部分归类为训练负样本。

4.根据权利要求2所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述输入端结构主要是进行数据增强操作和尺寸重设操作，所述数据增强操作主要是对原始如数据进行随机的旋转、缩放、裁剪；所述尺寸重设操作使用双线性插值，将输入的图像尺寸重设为640x640大小，且通道数为3。

5.根据权利要求2所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述Backbone网络采用Focus和CSP结构；将原始608x608x3的图像输入Focus结构，并进行切片操作使之变成320x320x12的特征图，再经过一次32个卷积核的卷积操作，最终变成320x320x32的特征图；之后特征图进入CSP结构中被拆成两个部分，一部分进行卷积操作，另一部分和上一部分卷积操作的结果进行concate操作；所述CSP结构共设置由3个，即可对图像进行3次CSP处理，并输出三次，第一次进行CSP操作后，得到特征图尺寸80x80x128；对此特征图再进行CSP操作之后，得到特征图尺寸为40x40x256；再将得到的特征图输入到SPP模块中得到第三次的输出，特征图尺寸为20x20x512。

6.根据权利要求5所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述Neck网络采用FPN和PAN结构，将所述Backbone网络得到的特征图像进行金字塔特征处理。

7.根据权利要求2所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述Predition网络采用GIOU结构，

上式GIOU_Loss为Bounding box的损失函数，所述损失函数主要是先计算两个框的最小闭包区域面积，再计算出IoU，再计算闭包区域中不属于两个框的区域占闭包区域的比重，最后用IoU减去这个比重得到GIoU。

8.根据权利要求1所述的一种基于目标检测算法的配件装包检查方法，其特征在于，所述步骤S6还包括：

所述性能指标是根据目标检测算法对装包图像识别准确度进行统计，分别计算误检率和准确率，如果性能不达标，则不断增加待检测装包图像的数量与种类以提高目标检测算法对装包图像的检测丰富度，同时调节正负样本的比例，增强目标检测算法对负样本的排除能力。