[發明專利]一種紙盒分類方法

有效

• 申請號: 202111167098.6
• 申請日: 2021-10-02
• 公開（公告）號: CN113592043B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 吳小倩
• 申請（專利權）人: 武漢聚財榮和科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 武漢世躍專利代理事務所(普通合伙) 42273
• 代理人: 萬仲達

本申請涉及一種紙盒分類方法，包括獲取實時分類產能數據，并判斷各所述當前紙盒分類生產流水線是否處于正常產能工作狀態；若判斷為是，生成當前產能狀態標識，并獲取實際輸出紙盒基本信息，獲取待分類紙盒盒體完整程度值；分別生成待分類紙盒基本數據標識，并判斷各所述待分類紙盒基本數據標識與預設的標準分類參考集合中的各標準分類參考值的特征匹配程度值是否滿足預設匹配閾值；若判斷為是，則生成紙盒初始分類信息，并生成紙盒更新分類信息。本發明實現了紙盒更新分類信息是綜合了多方面信息后實現的結果，提升了紙盒分類的準確性和可靠性，無需再重復多次分類，間接提升紙盒分類效率。

技術領域

本申請涉及紙盒數據識別技術領域，特別是涉及一種紙盒分類方法。

背景技術

目前，對于紙盒類的紙制品的分類方法多種多樣，如申請號為CN201810344496.2的發明專利中公開的一種廢紙圖像分類器的建立裝置及其建立方法，還涉及一種廢紙自動分類系統及其分類方法。其中廢紙圖像分類器的建立方法包括：S1：建立樣本庫，所述樣本庫內存儲有多種廢紙樣本圖像以及與相應的所述廢紙樣本圖像對應的分類等級，所述廢紙樣本圖像包括不同類別的廢紙所對應的樣本圖像；S2:構建CNN圖像分類模型；S3:在所述樣本庫中隨機抽取廢紙樣本圖像對所述CNN圖像分類模型進行訓練，得到廢紙分類模型，即廢紙圖像分類器。

雖然上述技術方案能夠實現一定的分類效果，但是其應用于紙盒分類中，和其他的分類技術一樣，存在需要花費大量的時間，存在效率低下的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高紙盒分類效率的紙盒分類方法。

本發明技術方案如下：

一種紙盒分類方法，所述方法包括：

獲取預設的各當前紙盒分類生產流水線的實時分類產能數據，并根據所述實時分類產能數據判斷各所述當前紙盒分類生產流水線是否處于正常產能工作狀態；若判斷為是，則根據各所述當前紙盒分類生產流水線分別生成當前產能狀態標識，并獲取各所述當前紙盒分類生產流水線的實際輸出紙盒基本信息，同時根據各所述實際輸出紙盒基本信息分別獲取待分類紙盒盒體完整程度值；根據各所述當前紙盒分類生產流水線對應的實際輸出紙盒基本信息和待分類紙盒盒體完整程度值生成待分類紙盒基本數據標識，并判斷各所述待分類紙盒基本數據標識與預設的標準分類參考集合中的各標準分類參考值的特征匹配程度值是否滿足預設匹配閾值，其中，一個所述標準分類參考集合對應一個標準分類類別；若判斷為是，則生成紙盒初始分類信息，并根據所述紙盒初始分類信息、所述當前產能狀態標識、所述待分類紙盒盒體完整程度值和所述待分類紙盒基本數據標識生成紙盒更新分類信息。

具體而言，若判斷為是，則根據各所述當前紙盒分類生產流水線分別生成當前產能狀態標識，并獲取各所述當前紙盒分類生產流水線的實際輸出紙盒基本信息，同時根據各所述實際輸出紙盒基本信息分別獲取待分類紙盒盒體完整程度值；之后還包括：

獲取各所述當前紙盒分類生產流水線對應的所述待分類紙盒盒體完整程度值小于預設的紙盒最低破損程度值的數值集合，該數值集合對應的待分類紙盒所組成的集合為不接收紙盒集合；獲取與所述紙盒最低破損程度值相匹配的特殊紙盒產品信息；對所述特殊紙盒產品信息進行紙盒破損程度分析，并生成紙盒破損程度數據；根據所述紙盒破損程度數據生成紙盒修復措施數據；根據所述紙盒修復措施數據生成修復信息指標值，并將所述修復信息指標值添加至所述紙盒更新分類信息。

具體而言，獲取預設的各當前紙盒分類生產流水線的實時分類產能數據，并根據所述實時分類產能數據判斷各所述當前紙盒分類生產流水線是否處于正常產能工作狀態，具體包括：