[發(fā)明專利]一種瓶胚缺陷檢測(cè)模型的訓(xùn)練方法、存儲(chǔ)介質(zhì)及終端設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011374216.6
• 申請(qǐng)日: 2020-11-30
• 公開(kāi)（公告）號(hào): CN112419291A
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 段春梅;張濤川;陳肖;支艷利;馬冠川;楊燦明;傅文祝;朱子彬
• 申請(qǐng)（專利權(quán)）人: 佛山職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11;G06K9/62;G06K9/38;G06N3/04;G06N3/08;G01N21/90
• 代理公司: 深圳市君勝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44268
• 代理人: 徐凱凱

本發(fā)明公開(kāi)了一種瓶胚缺陷檢測(cè)模型的訓(xùn)練方法、存儲(chǔ)介質(zhì)及終端設(shè)備，所述瓶胚缺陷檢測(cè)模型的訓(xùn)練方法包括步驟：獲取訓(xùn)練樣本數(shù)據(jù)；對(duì)圖像進(jìn)行灰度轉(zhuǎn)換，得到灰度圖像；采用二值化閾值對(duì)所述灰度圖像進(jìn)行二值化分割得到二值圖像；對(duì)二值圖像進(jìn)行缺陷坐標(biāo)標(biāo)記，將標(biāo)記坐標(biāo)后的二值圖像轉(zhuǎn)為預(yù)設(shè)尺寸的圖像，得到的圖像設(shè)為圖像矩陣X，所述預(yù)設(shè)尺寸的尺寸大小為a1×a1；對(duì)圖像矩陣X進(jìn)行歸一化處理，生成第一數(shù)據(jù)集；通過(guò)卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建第一模型；在所述第一數(shù)據(jù)集上訓(xùn)練第一模型，當(dāng)達(dá)到迭代次數(shù)時(shí)，訓(xùn)練結(jié)束，保存訓(xùn)練完成的第一模型；本發(fā)明公開(kāi)的瓶胚缺陷檢測(cè)模型的訓(xùn)練方法所生成的第一模型可有效地對(duì)瓶胚的缺陷進(jìn)行檢測(cè)，提高檢測(cè)效率。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器視覺(jué)檢測(cè)技術(shù)領(lǐng)域，特別涉及一種瓶胚缺陷檢測(cè)模型的訓(xùn)練方法、存儲(chǔ)介質(zhì)及終端設(shè)備。

背景技術(shù)

在食品、飲料、醫(yī)藥等行業(yè)中，其生產(chǎn)包裝過(guò)程所使用的材料多以PET材質(zhì)為主，以飲料行業(yè)舉例，每條PET灌裝瓶生產(chǎn)線的日產(chǎn)量可高達(dá)15萬(wàn)瓶；瓶胚是成型PET瓶的雛形，每個(gè)瓶胚在完成生產(chǎn)制造后都需要進(jìn)行質(zhì)量的檢測(cè)，生產(chǎn)線的日產(chǎn)量高，意味著需要進(jìn)行質(zhì)量檢測(cè)的瓶胚的數(shù)量大，檢測(cè)任務(wù)量大。

現(xiàn)有的PET瓶胚仍采用傳統(tǒng)的人工檢測(cè)方式，人工檢測(cè)相對(duì)于機(jī)器檢測(cè)，存在檢測(cè)速度慢、檢測(cè)效率低的問(wèn)題，難以滿足持續(xù)快速生產(chǎn)的生產(chǎn)線的需求，降低了企業(yè)的生產(chǎn)效率，提高了生產(chǎn)所需的人工成本；此外，人工檢測(cè)的檢測(cè)效果主要依賴檢驗(yàn)人員檢驗(yàn)時(shí)的主觀判斷，受人視覺(jué)主觀性的限制，難以保證PET瓶胚質(zhì)量檢測(cè)結(jié)果的有效性，且人工檢測(cè)時(shí)，容易出現(xiàn)漏檢的情況，提高了PET瓶胚質(zhì)量的不確定性。

可見(jiàn)，現(xiàn)有技術(shù)還有待改進(jìn)和提高。

發(fā)明內(nèi)容

鑒于上述現(xiàn)有技術(shù)的不足之處，本發(fā)明的目的在于提供一種瓶胚缺陷檢測(cè)模型的訓(xùn)練方法，完成訓(xùn)練的第一模型能夠快速準(zhǔn)確地識(shí)別出瓶胚上是否存在缺陷，提高瓶胚質(zhì)量檢測(cè)的效率，消除人工判斷過(guò)程所存在的主觀影響。

為了達(dá)到上述目的，本發(fā)明采取了以下技術(shù)方案：

一種瓶胚缺陷檢測(cè)模型的訓(xùn)練方法，包括步驟：

獲取訓(xùn)練樣本數(shù)據(jù)，所述訓(xùn)練樣本數(shù)據(jù)包括瓶胚的合格圖像以及多類缺陷圖像；

對(duì)圖像進(jìn)行灰度轉(zhuǎn)換，得到灰度圖像；

對(duì)灰度圖像進(jìn)行灰度統(tǒng)計(jì)，得到二值化閾值，根據(jù)所述二值化閾值對(duì)所述灰度圖像進(jìn)行二值化分割，得到二值圖像；

對(duì)二值圖像進(jìn)行缺陷識(shí)別，并標(biāo)記缺陷坐標(biāo)，將標(biāo)記坐標(biāo)后的二值圖像轉(zhuǎn)為預(yù)設(shè)尺寸的圖像，得到的圖像設(shè)為圖像矩陣X，所述預(yù)設(shè)尺寸的尺寸大小為a1×a1；

對(duì)圖像矩陣X進(jìn)行歸一化處理，生成第一數(shù)據(jù)集；

通過(guò)卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建第一模型；

在所述第一數(shù)據(jù)集上訓(xùn)練第一模型，當(dāng)達(dá)到迭代次數(shù)時(shí)，訓(xùn)練結(jié)束，保存訓(xùn)練完成的第一模型。

所述的瓶胚缺陷檢測(cè)模型的訓(xùn)練方法中，所述對(duì)二值圖像進(jìn)行缺陷識(shí)別，并標(biāo)記缺陷坐標(biāo)，將標(biāo)記坐標(biāo)后的二值圖像轉(zhuǎn)為預(yù)設(shè)尺寸的圖像中，所述預(yù)設(shè)尺寸的尺寸大小為a1×a1＝227×227。

所述的瓶胚缺陷檢測(cè)模型的訓(xùn)練方法中，所述對(duì)圖像矩陣X進(jìn)行歸一化處理，具體包括步驟：

采用mapminmax函數(shù)對(duì)圖像矩陣X進(jìn)行歸一化處理，設(shè)y為歸一化處理后的圖像數(shù)據(jù)，設(shè)x為歸一化處理前的圖像數(shù)據(jù)的某一個(gè)元素,x_max為歸一化處理前的圖像數(shù)據(jù)中的最大值，x_min為歸一化處理前的圖像數(shù)據(jù)的最小值；

y＝(y_max-y_min)×(x-x_min)/(x_max-x_min)+y_min