[发明专利]一种基于视觉识别的烟丝生产线自动换批异常检测方法

权利要求书

1.一种基于视觉识别的烟丝生产线自动换批异常检测方法，其特征在于，所述方法包括：

获取相机采集的目标区域对应的目标图像，并基于生成对抗网络模型生成所述目标图像对应的缺陷图像；

基于缺陷类型标记并分类各所述目标图像与缺陷图像，得到样本图像；

基于Faster RCNN提取所述样本图像的图像特征，构建并训练生成视觉识别神经网络模型；

获取所述相机的实时图像，将所述实时图像输入至所述视觉识别神经网络模型，结合烟丝生产线的当前工作状态，生成异常检测结果。

2.根据权利要求1所述的方法，其特征在于，所述基于Faster RCNN提取所述样本图像的图像特征，构建并训练生成视觉识别神经网络模型，包括：

基于Faster RCNN提取所述样本图像的图像特征，基于各所述图像特征生成数据集，所述数据集包括训练集、验证集和测试集；

构建视觉识别神经网络模型，并基于所述数据集训练所述视觉识别神经网络模型。

3.根据权利要求1所述的方法，其特征在于，所述获取所述相机的实时图像，将所述实时图像输入至所述视觉识别神经网络模型，结合烟丝生产线的当前工作状态，生成异常检测结果，包括：

获取所述相机的实时图像，将所述实时图像输入至所述视觉识别神经网络模型，得到视觉识别结果信息；

确定烟丝生产线的当前工作状态，基于所述视觉识别结果信息与当前工作状态的匹配结果生成异常检测结果。

4.根据权利要求3所述的方法，其特征在于，所述基于所述视觉识别结果信息与当前工作状态的匹配结果生成异常检测结果，包括：

确定所述视觉识别结果信息对应的第一物料状态以及当前工作状态对应的第二物料状态，基于所述第一物料状态与第二物料状态的匹配结果生成异常检测结果；

当所述第一物料状态与第二物料状态匹配时，所述异常检测结果表征无异常；

当所述第一物料状态与第二物料状态不匹配时，所述异常检测结果表征出现异常。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

当所述异常检测结果表征出现异常时，向预设的目标终端发送警告信息。

6.一种基于视觉识别的烟丝生产线自动换批异常检测装置，其特征在于，所述装置包括：

获取模块，用于获取相机采集的目标区域对应的目标图像，并基于生成对抗网络模型生成所述目标图像对应的缺陷图像；

标记模块，用于基于缺陷类型标记并分类各所述目标图像与缺陷图像，得到样本图像；

构建模块，用于基于Faster RCNN提取所述样本图像的图像特征，构建并训练生成视觉识别神经网络模型；

检测模块，用于获取所述相机的实时图像，将所述实时图像输入至所述视觉识别神经网络模型，结合烟丝生产线的当前工作状态，生成异常检测结果。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。