System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及數(shù)據(jù)處理,例如涉及一種遮擋場景下的鋼卷檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,制造業(yè)、物流業(yè)等領(lǐng)域?qū)ψ詣?dòng)化、智能化生產(chǎn)的需求日益增長。傳統(tǒng)的人工目視監(jiān)控與檢測手段,盡管在過去發(fā)揮了重要作用,但在面對現(xiàn)代生產(chǎn)的高效率、高精度需求時(shí),逐漸顯露出其局限性。特別是在倉儲(chǔ)管理、物流運(yùn)輸?shù)拳h(huán)節(jié)中,大量重復(fù)性、高強(qiáng)度的作業(yè)任務(wù)對人員的體力和注意力構(gòu)成了巨大挑戰(zhàn),同時(shí)人眼視覺的疲勞和誤差也導(dǎo)致了檢測效率和準(zhǔn)確性的下降。為了應(yīng)對這一挑戰(zhàn),機(jī)器視覺技術(shù)應(yīng)運(yùn)而生并迅速崛起。機(jī)器視覺技術(shù)通過模擬和超越人眼的視覺功能,利用高清攝像頭捕捉圖像,結(jié)合先進(jìn)的圖像處理算法和人工智能技術(shù),實(shí)現(xiàn)了對目標(biāo)對象的自動(dòng)識別、定位、測量和計(jì)數(shù)等功能。在現(xiàn)代倉儲(chǔ)管理中,機(jī)器視覺技術(shù)的應(yīng)用尤為廣泛。特別是在車輛進(jìn)出庫場景中,針對鋼卷等大宗貨物的計(jì)數(shù)任務(wù),機(jī)器視覺技術(shù)展現(xiàn)出了顯著的優(yōu)勢。傳統(tǒng)的人工清點(diǎn)方式不僅耗時(shí)耗力,而且容易受到人為因素干擾,導(dǎo)致計(jì)數(shù)結(jié)果的不準(zhǔn)確。而機(jī)器視覺檢測系統(tǒng)則能夠通過高清攝像頭實(shí)時(shí)捕捉車輛上裝載的鋼卷圖像,利用圖像處理算法對圖像進(jìn)行分析和處理,自動(dòng)識別并準(zhǔn)確計(jì)算出鋼卷的數(shù)量。
2、相關(guān)技術(shù)中,盡管基于機(jī)器視覺的鋼卷計(jì)數(shù)算法在側(cè)面拍攝的鋼材圖像上取得了顯著成效,但在面對正面拍攝或鋼卷緊密排列導(dǎo)致遮擋的復(fù)雜場景時(shí),其識別能力仍面臨挑戰(zhàn)。遮擋問題不僅增加了鋼卷形狀特征的捕捉難度,還可能導(dǎo)致物體識別混淆和計(jì)數(shù)結(jié)果偏差。
技術(shù)實(shí)現(xiàn)思路
1、本申請旨在提供一種遮
2、根據(jù)本申請的一方面,提出一種遮擋場景下的鋼卷檢測方法,包括:獲取實(shí)時(shí)拍攝的遮擋場景的鋼卷監(jiān)控圖像;根據(jù)預(yù)設(shè)的改進(jìn)方式和預(yù)設(shè)的默認(rèn)檢測算法,設(shè)置目標(biāo)檢測算法;根據(jù)目標(biāo)檢測算法和鋼卷監(jiān)控圖像,確定目標(biāo)框位置數(shù)據(jù);根據(jù)目標(biāo)框位置數(shù)據(jù),確定鋼卷數(shù)量。
3、根據(jù)一些實(shí)施例,根據(jù)預(yù)設(shè)的改進(jìn)方式和預(yù)設(shè)的默認(rèn)檢測算法,設(shè)置目標(biāo)檢測算法,包括:獲取改進(jìn)方式,并根據(jù)改進(jìn)方式,設(shè)置檢測算法框架;根據(jù)改進(jìn)方式和檢測算法框架,確定損失值;根據(jù)默認(rèn)檢測算法、檢測算法框架和損失值,確定目標(biāo)檢測算法。
4、根據(jù)一些實(shí)施例,根據(jù)改進(jìn)方式,設(shè)置檢測算法框架,包括:基于改進(jìn)方式,對多張歷史鋼卷監(jiān)控圖像進(jìn)行特征提取,以確定多個(gè)遮擋圖像特征;對多個(gè)遮擋圖像特征進(jìn)行特征融合,并對鋼卷目標(biāo)信息進(jìn)行預(yù)測;針對預(yù)測出的鋼卷目標(biāo)信息進(jìn)行后處理,以確定檢測算法框架。
5、根據(jù)一些實(shí)施例,針對預(yù)測出的鋼卷目標(biāo)信息進(jìn)行后處理,以確定檢測算法框架,包括:從鋼卷目標(biāo)信息中確定出多個(gè)預(yù)設(shè)邊界框;根據(jù)預(yù)設(shè)的后處理方法,從多個(gè)預(yù)設(shè)邊界框中確定出多個(gè)目標(biāo)邊界框;其中,目標(biāo)邊界框?yàn)橹眯哦却笥诘谝婚撝担蛑丿B度小于第二閾值的預(yù)設(shè)邊界框;獲取目標(biāo)邊界框的預(yù)測類別、邊界框位置信息以及對應(yīng)的置信度,確定檢測算法框架。
6、根據(jù)一些實(shí)施例,根據(jù)改進(jìn)方式和檢測算法框架,確定損失值,包括:根據(jù)改進(jìn)方式,獲取預(yù)設(shè)的默認(rèn)損失函數(shù);根據(jù)檢測算法框架,確定檢測過程中的鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù);根據(jù)默認(rèn)損失函數(shù)、鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),確定損失值。
7、根據(jù)一些實(shí)施例,根據(jù)默認(rèn)損失函數(shù)、鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),確定損失值,包括:對默認(rèn)損失函數(shù)進(jìn)行初始化,以確定目標(biāo)損失函數(shù);根據(jù)目標(biāo)損失函數(shù),利用鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),對檢測算法框架中的真實(shí)框和預(yù)測框進(jìn)行吸引損失、排斥損失和平滑損失的計(jì)算,以確定損失值。
8、根據(jù)一些實(shí)施例,目標(biāo)檢測算法配置于目標(biāo)檢測模型中;根據(jù)目標(biāo)檢測算法和鋼卷監(jiān)控圖像,確定目標(biāo)框位置數(shù)據(jù),包括:將鋼卷監(jiān)控圖像輸入到目標(biāo)檢測模型中,以輸出目標(biāo)框位置數(shù)據(jù)。
9、根據(jù)本申請的一方面,提出一種遮擋場景下的鋼卷檢測裝置,包括:
10、圖像獲取模塊,用于獲取實(shí)時(shí)拍攝的遮擋場景的鋼卷監(jiān)控圖像;
11、算法設(shè)置模塊,用于根據(jù)預(yù)設(shè)的改進(jìn)方式和預(yù)設(shè)的默認(rèn)檢測算法,設(shè)置目標(biāo)檢測算法;
12、位置確定模塊,用于根據(jù)目標(biāo)檢測算法和鋼卷監(jiān)控圖像,確定目標(biāo)框位置數(shù)據(jù);
13、數(shù)量確定模塊,用于根據(jù)目標(biāo)框位置數(shù)據(jù),確定鋼卷數(shù)量。
14、可選地,算法設(shè)置模塊具體用于:
15、獲取改進(jìn)方式,并根據(jù)改進(jìn)方式,設(shè)置檢測算法框架;
16、根據(jù)改進(jìn)方式和檢測算法框架,確定損失值;
17、根據(jù)默認(rèn)檢測算法、檢測算法框架和損失值,確定目標(biāo)檢測算法。
18、可選地,算法設(shè)置模塊在根據(jù)改進(jìn)方式,設(shè)置檢測算法框架的情況下,具體可以用于:
19、基于改進(jìn)方式,對多張歷史鋼卷監(jiān)控圖像進(jìn)行特征提取,以確定多個(gè)遮擋圖像特征;
20、對多個(gè)遮擋圖像特征進(jìn)行特征融合,并對鋼卷目標(biāo)信息進(jìn)行預(yù)測;
21、針對預(yù)測出的鋼卷目標(biāo)信息進(jìn)行后處理,以確定檢測算法框架。
22、可選地,算法設(shè)置模塊在針對預(yù)測出的鋼卷目標(biāo)信息進(jìn)行后處理,以確定檢測算法框架的情況下,具體用于:
23、從鋼卷目標(biāo)信息中確定出多個(gè)預(yù)設(shè)邊界框;
24、根據(jù)預(yù)設(shè)的后處理方法,從多個(gè)預(yù)設(shè)邊界框中確定出多個(gè)目標(biāo)邊界框;其中,目標(biāo)邊界框?yàn)橹眯哦却笥诘谝婚撝担蛑丿B度小于第二閾值的預(yù)設(shè)邊界框;
25、獲取目標(biāo)邊界框的預(yù)測類別、邊界框位置信息以及對應(yīng)的置信度,確定檢測算法框架。
26、可選地,算法設(shè)置模塊在根據(jù)改進(jìn)方式和檢測算法框架,確定損失值的情況下,具體用于:
27、根據(jù)改進(jìn)方式,獲取預(yù)設(shè)的默認(rèn)損失函數(shù);
28、根據(jù)檢測算法框架,確定檢測過程中的鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù);
29、根據(jù)默認(rèn)損失函數(shù)、鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),確定損失值。
30、可選地,算法設(shè)置模塊在根據(jù)默認(rèn)損失函數(shù)、鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),確定損失值的情況下,具體用于:
31、對默認(rèn)損失函數(shù)進(jìn)行初始化,以確定目標(biāo)損失函數(shù);
32、根據(jù)目標(biāo)損失函數(shù),利用鋼卷計(jì)數(shù)預(yù)測結(jié)果和鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),對檢測算法框架中的真實(shí)框和預(yù)測框進(jìn)行吸引損失、排斥損失和平滑損失的計(jì)算,以確定損失值。
33、可選地,目標(biāo)檢測算法配置于目標(biāo)檢測模型中;位置確定模塊具體用于:
34、將鋼卷監(jiān)控圖像輸入到目標(biāo)檢測模型中,以輸出目標(biāo)框位置數(shù)據(jù)。
35、根據(jù)本申請的一方面,提出一種電子設(shè)備,該電子設(shè)備包括:處理器;存儲(chǔ)器,存儲(chǔ)有計(jì)算機(jī)程序,當(dāng)計(jì)算機(jī)程序被處理器執(zhí)行時(shí),使得處理器執(zhí)行如上文的遮擋場景下的鋼卷檢測方法。
36、根據(jù)本申請的一方面,提出一種非瞬時(shí)性計(jì)算機(jī)可讀介質(zhì),其上存儲(chǔ)有可讀指令,當(dāng)指令被處理器執(zhí)行時(shí),使得處理器執(zhí)行如上文中的遮擋場景下的鋼卷檢測方法。
37、應(yīng)當(dāng)理解的是,以上的一般描述和后文的細(xì)本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種遮擋場景下的鋼卷檢測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)預(yù)設(shè)的改進(jìn)方式和預(yù)設(shè)的默認(rèn)檢測算法,設(shè)置目標(biāo)檢測算法,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述改進(jìn)方式,設(shè)置檢測算法框架,包括:
4.根據(jù)權(quán)利要求3中的方法,其特征在于,所述針對預(yù)測出的所述鋼卷目標(biāo)信息進(jìn)行后處理,以確定所述檢測算法框架,包括:
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述改進(jìn)方式和所述檢測算法框架,確定損失值,包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述根據(jù)所述默認(rèn)損失函數(shù)、所述鋼卷計(jì)數(shù)預(yù)測結(jié)果和所述鋼卷計(jì)數(shù)真實(shí)標(biāo)注數(shù)據(jù),確定所述損失值,包括:
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述目標(biāo)檢測算法配置于目標(biāo)檢測模型中;所述根據(jù)所述目標(biāo)檢測算法和所述鋼卷監(jiān)控圖像,確定目標(biāo)框位置數(shù)據(jù),包括:
8.一種遮擋場景下的鋼卷檢測裝置,其特征在于,包括:
9.一種電子設(shè)備,其特征在于,包括:
10.一種非瞬時(shí)性計(jì)算機(jī)可讀
...【技術(shù)特征摘要】
1.一種遮擋場景下的鋼卷檢測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)預(yù)設(shè)的改進(jìn)方式和預(yù)設(shè)的默認(rèn)檢測算法,設(shè)置目標(biāo)檢測算法,包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述改進(jìn)方式,設(shè)置檢測算法框架,包括:
4.根據(jù)權(quán)利要求3中的方法,其特征在于,所述針對預(yù)測出的所述鋼卷目標(biāo)信息進(jìn)行后處理,以確定所述檢測算法框架,包括:
5.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述根據(jù)所述改進(jìn)方式和所述檢測算法框架,確定損失值,包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:宋希,張猛,王明杰,陳昌杰,陳建華,丁啟州,王鍵,續(xù)杰,趙宇,秦鋼,易力,顧永興,
申請(專利權(quán))人:歐冶云商股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。