[發明專利]一種箱體檢測方法、裝置、存儲介質和電子設備

在審

• 申請號: 202110514924.3
• 申請日: 2021-05-11
• 公開（公告）號: CN113160215A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 張發恩;禹文揚
• 申請（專利權）人: 青島創新奇智科技集團有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 李飛

本申請實施例提供一種箱體檢測方法、裝置、存儲介質和電子設備，該箱體檢測方法、裝置、存儲介質和電子設備包括：獲取待檢測箱體的箱體圖像；根據箱體圖像，確定待檢測箱體的箱體狀態；箱體狀態包括開箱狀態和閉箱狀態；若確定箱體狀態為開箱狀態，則將待檢測箱體的目標箱體編號和至少一個異常箱體編號進行匹配；至少一個異常箱體編號為從流水線上踢出的至少一個異常箱體的編號；若通過匹配結果確定目標箱體編號為目標異常箱體編號，則從至少一個異常箱體編號中刪除目標異常箱體編號。借助于上述技術方案，本申請實施例可提高自動化程度。

技術領域

本申請涉及計算機技術領域，尤其涉及一種箱體檢測方法、裝置、存儲介質和電子設備。

背景技術

在全自動生產的流水線(例如，雪糕或者糖果等食品生產的流水線)上，由于生產設備的偶發性故障或者其他原因等造成的異常事件在長時間連軸運轉的產線上就會經常出現。例如，異常事件可以包括標準的箱體內裝入的產品數目不符(如，能夠容納24個甜筒的標準的箱體內只裝入23個甜筒)。

對于上述異常事件來說，通常按照標準作業流程是利用踢出機構將異常箱體從流水線上踢出，然后會有值守人員介入打開異常箱體檢查，并對異常箱體進行處理(例如，將踢出的箱體內產品的數量調整至標準數量)，然后封箱并重新放回產線內。

然而，相較于機械自動執行而言，人工手段的介入存在不確定性，少部分值守人員可能會存在操作不規范的問題。例如，某值守人員可能未按規定流程對異常箱體進行開箱檢測，其直接在越過踢出結構和檢測機構之后的傳送點上重新塞回異常箱體，從而導致產線質檢功能失效及降低產品交付質量等問題。

目前，現有的方法是通過人工監察的方式來解決上述問題。例如，通過管理人員長期監督值守人員的操作行為。

在實現本發明的過程中，發明人發現現有技術中存在如下問題：由于需要管理人員長期監督值守人員的操作行為，故現有的方法存在著自動化程度比較低的問題。

發明內容

本申請實施例的目的在于提供一種箱體檢測方法、裝置、存儲介質和電子設備，以解決現有技術中存在著的自動化程度比較低的問題。

第一方面，本申請實施例公開了一種箱體檢測方法，該箱體檢測方法包括：獲取待檢測箱體的箱體圖像；根據箱體圖像，確定待檢測箱體的箱體狀態；箱體狀態包括開箱狀態和閉箱狀態；若確定箱體狀態為開箱狀態，則將待檢測箱體的目標箱體編號和至少一個異常箱體編號進行匹配；至少一個異常箱體編號為從流水線上踢出的至少一個異常箱體的編號；若通過匹配結果確定目標箱體編號為目標異常箱體編號，則從至少一個異常箱體編號中刪除目標異常箱體編號。

因此，借助于上述技術方案，本申請實施例能夠實現自動化監察，無需人工的介入，從而不僅可提高自動化程度，還節省了人工成本。

在一個可能的實施例中，根據箱體圖像，確定待檢測箱體的箱體狀態，包括：將箱體圖像輸入到預先訓練好的圖像分類模型中，以使預先訓練好的圖像分類模型對箱體圖像進行分類識別，獲得用于表示箱體狀態的圖像分類結果；預先訓練好的圖像分類模型是利用樣本集對初始圖像分類模型進行訓練后獲得的，樣本集包括樣本圖像和樣本圖像對應的樣本圖像分類結果。

因此，本申請實施例可通過圖像分類模型來快速且準確地確定箱體狀態。

在一個可能的實施例中，圖像分類模型為ResNet神經網絡模型。

因此，由于檢測背景較為單調且目標種類也比較單一，因此，為了提高檢測效率，可采用ResNet神經網絡模型作為圖像分類模型。