[发明专利]一种基于目标检测算法的配件装包检查方法

说明书

本发明公开一种基于目标检测算法的配件装包检查方法，方法包括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，本发明依托TPS658装包检测项目，对所依托项目的包对象进行学习，能够对流水线上的包进行检测，发现漏装会发出警报，该方法性能稳定可靠且能长时间运行，不仅减轻了检测人员工作量，还实现了对包的高速度、高精度和非接触的检测。

技术领域

本发明涉及流水线检测技术领域，尤其涉及一种基于目标检测算法的配件装包检查方法。

背景技术

目前工厂流水线上的装包流程，都是由工人们站在流水线两旁，往箱子中放置物件，但是由于人工装包往往存在一定的疏忽，因此，总是需要检测人员对包进行检测，该人员主要负责在最后检查包中是否装配完备，但这是落后的手段，效率低，成本高，并且由于工作时间增长，工人疲劳并且引起许多的漏检。

发明内容

针对这种情况，本发明研制了一套基于目标检测算法的配件装包检查方法，本发明主要是依托TPS658装包检测项目，对所依托项目的包对象进行学习，最后能够对流水线上的包进行检测，发现漏装会发出警报。经过实验发现，该方法性能稳定可靠且能长时间运行，不仅减轻了检测人员工作量，还实现了对包的高速度、高精度和非接触的检测。

本发明提出一种基于目标检测算法的配件装包检查方法，具体是针对流水线上待装包的目标进行检测，发现装配中是否有缺漏，如果有缺漏就发出警报，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。

进一步改进在于，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。

进一步改进在于，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。

进一步改进在于，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。