[發(fā)明專(zhuān)利]基于YOLO-v3的布面疵點(diǎn)檢測(cè)及輔助裝置與方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011111554.0 | 申請(qǐng)日: | 2020-10-16 |
| 公開(kāi)(公告)號(hào): | CN112215824A | 公開(kāi)(公告)日: | 2021-01-12 |
| 發(fā)明(設(shè)計(jì))人: | 紀(jì)雪飛;王玨;李業(yè);孫強(qiáng);徐晨 | 申請(qǐng)(專(zhuān)利權(quán))人: | 南通大學(xué) |
| 主分類(lèi)號(hào): | G06T7/00 | 分類(lèi)號(hào): | G06T7/00;G06K9/62;G01N21/89;G05B19/05 |
| 代理公司: | 北京盛凡智榮知識(shí)產(chǎn)權(quán)代理有限公司 11616 | 代理人: | 李洪波 |
| 地址: | 226019 *** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 yolo v3 布面 疵點(diǎn) 檢測(cè) 輔助 裝置 方法 | ||
1.一種基于YOLO-v3的布面疵點(diǎn)檢測(cè)及輔助裝置,包括在線生產(chǎn)運(yùn)行的布匹,該布匹采用卷布輥進(jìn)行輸送,所述卷布輥采用變頻電機(jī)驅(qū)動(dòng),其特征在于:還包括工業(yè)攝像機(jī)、圖像采集卡、處理器、寄存器、PLC控制器、顯示屏、制動(dòng)塊和退繞輥;所述工業(yè)攝像機(jī)位于布匹上方;所述退繞輥也采用變頻電機(jī)驅(qū)動(dòng);所述制動(dòng)塊分別設(shè)置在卷布輥和退繞輥上;所述工業(yè)攝像機(jī)、圖像采集卡、處理器、寄存器、PLC控制器之間電性連接,所述PLC控制器分別與顯示屏及變頻電機(jī)電性連接。
2.一種根據(jù)權(quán)利要求1所述的基于YOLO-v3的布面疵點(diǎn)檢測(cè)及輔助裝置的處理方法,其特征在于,包括疵點(diǎn)檢查與布匹修復(fù)輔助,具體為:
疵點(diǎn)檢查包括以下步驟:
a.制作訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集;
b.根據(jù)常見(jiàn)疵點(diǎn)的種類(lèi)確定模型的結(jié)構(gòu)與訓(xùn)練參數(shù),導(dǎo)入訓(xùn)練數(shù)據(jù),開(kāi)始訓(xùn)練模型的權(quán)重;
c.保存訓(xùn)練好的模型的權(quán)重,并測(cè)試。實(shí)現(xiàn)布匹疵點(diǎn)的自動(dòng)監(jiān)測(cè);
d.疵點(diǎn)檢測(cè)裝置檢測(cè)到疵點(diǎn)時(shí),將疵點(diǎn)類(lèi)型及位置信息寫(xiě)入系統(tǒng);
布匹修復(fù)輔助
布匹修復(fù)輔助包括以下步驟:
a.讀取存儲(chǔ)的疵點(diǎn)信息;
b.將疵點(diǎn)檢測(cè)裝置檢測(cè)完的布匹重新退繞至疵點(diǎn)位置處;
c.疵點(diǎn)信息顯示在顯示屏上,輔助人工修補(bǔ)。
3.根據(jù)權(quán)利要求2所述的基于YOLO-v3的布面疵點(diǎn)檢測(cè)及輔助裝置的處理方法,其特征在于:所述疵點(diǎn)檢查步驟a中,將工業(yè)攝像機(jī)拍下的疵點(diǎn)圖片用高斯金字塔下采樣壓縮至416x416像素,保存為常用的jpeg、png、bmp格式,再經(jīng)過(guò)人工篩選確定疵點(diǎn)類(lèi)型及位置,寫(xiě)入txt或xml格式文件中,具體為圖片名,疵點(diǎn)類(lèi)型,疵點(diǎn)坐標(biāo)。
4.根據(jù)權(quán)利要求2所述的基于YOLO-v3的布面疵點(diǎn)檢測(cè)及輔助裝置的處理方法,其特征在于:所述疵點(diǎn)檢查步驟b中,模型的輸入的是416x416x3的三維RGB預(yù)處理圖片;疵點(diǎn)檢測(cè)算法輸出三種不同尺寸的特征圖,根據(jù)布面疵點(diǎn)的特點(diǎn),確定特征圖大小分別為13x13x255、26x26x255、52x52x255;滿(mǎn)足不同尺寸形態(tài)的疵點(diǎn),小尺度的特征圖可以檢測(cè)出細(xì)小的物體,大尺度特征圖可以檢測(cè)出粗粒度的物體;使得大中小疵點(diǎn)都能檢測(cè)出來(lái);完成了疵點(diǎn)檢查后,還需預(yù)測(cè)疵點(diǎn)出現(xiàn)的范圍,具體是:將特征圖分成一個(gè)網(wǎng)格,網(wǎng)格可細(xì)化成一個(gè)網(wǎng)格單元,每種特征圖會(huì)對(duì)應(yīng)三種錨框,設(shè)定了三種尺度的特征圖,總共有9種錨框,用k均值聚類(lèi)的方法根據(jù)預(yù)先標(biāo)記好的疵點(diǎn)位置確定9種錨框尺寸;預(yù)測(cè)框有四個(gè)參數(shù),分別是bx、by、bw和bh;計(jì)算公式按(1-4):
bx=σ(tx)+Cx (1)
by=σ(ty)+Cy (2)
其中tx,ty代表預(yù)測(cè)的坐標(biāo)偏移值,tw,th是尺度縮放;Cx,Cy是特征圖左上角網(wǎng)格單元的坐標(biāo),每個(gè)網(wǎng)格單元的尺寸都是1x1;pw,ph是預(yù)設(shè)的錨框映射到特征圖中的寬和高,σ(·)表示邏輯回歸,通過(guò)邏輯回歸對(duì)預(yù)測(cè)框做微調(diào);
用IOU交并比確定預(yù)測(cè)框的準(zhǔn)確程度,公式如(5):
其中A是預(yù)測(cè)框,B是真實(shí)框;
確定每個(gè)網(wǎng)格單元有3種錨框,與真實(shí)框重合最大的那個(gè)作為預(yù)測(cè)框,其余錨框不參與預(yù)測(cè),再對(duì)預(yù)測(cè)框做平移,尺度放縮;通過(guò)不斷訓(xùn)練學(xué)習(xí)調(diào)整權(quán)重來(lái)優(yōu)化預(yù)測(cè)框四個(gè)的參數(shù),使得預(yù)測(cè)框和真實(shí)框的交并比能達(dá)到最大;
設(shè)定閾值,當(dāng)交并比小于該閾值時(shí),則認(rèn)為是錯(cuò)誤預(yù)測(cè)而不顯示,只有當(dāng)交并比大于該閾值時(shí)才顯示預(yù)測(cè)框,這里閾值設(shè)為0.6;
損失函數(shù)是四個(gè)部分的疊加,即對(duì)預(yù)測(cè)的中心坐標(biāo)做損失,對(duì)預(yù)測(cè)邊界框的寬高做損失,對(duì)預(yù)測(cè)的類(lèi)別做損失和對(duì)預(yù)測(cè)的置信度做損失。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于南通大學(xué),未經(jīng)南通大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011111554.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 基于FPGA的Tiny-yolo卷積神經(jīng)網(wǎng)絡(luò)硬件加速方法及系統(tǒng)
- 一種基于YOLO的Compress-YOLO模型壓縮方法
- 一種面向計(jì)算資源局限平臺(tái)部署的實(shí)時(shí)目標(biāo)檢測(cè)的方法
- 一種用于星上對(duì)艦船目標(biāo)檢測(cè)的Tiny-YOLO網(wǎng)絡(luò)的優(yōu)化方法
- 一種基于改進(jìn)YOLO v3模型的行人檢測(cè)方法
- 一種基于改進(jìn)YOLO v4算法的目標(biāo)檢測(cè)方法
- 一種YOLO脈沖神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法
- 圖像識(shí)別方法、裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及處理器
- 一種船只檢測(cè)方法和裝置
- YOLO神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、行人檢測(cè)方法和相關(guān)設(shè)備





