權(quán)利要求

1.冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，標(biāo)簽設(shè)置于所述棒材的端面，其特征在于，所述方法包括： 采集棒材的端面圖像并存入數(shù)據(jù)庫； 對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像； 對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像； 基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像； 利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型； 采集棒材標(biāo)簽的端面圖像，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽； 對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。2.根據(jù)權(quán)利要求1所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，所述標(biāo)簽檢測模型為包括SSD、YOLO中的一種。 3.根據(jù)權(quán)利要求1所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，得到端面圖像中包含的標(biāo)簽的步驟后，還包括： 確定標(biāo)簽的標(biāo)簽參數(shù)，所述標(biāo)簽參數(shù)包括標(biāo)簽數(shù)量或/和標(biāo)簽斜率； 根據(jù)所述標(biāo)簽參數(shù)判斷所述標(biāo)簽是否異常。 4.根據(jù)權(quán)利要求1所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，所述對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，包括： 對比度增強(qiáng)或/和亮度增強(qiáng)。 5.根據(jù)權(quán)利要求4所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，所述對比度增強(qiáng)包括： 將所述第一圖像分為低頻部分和高頻部分；其中，通過低通濾波對所述第一圖像進(jìn)行處理，得到所述低頻部分，利用所述第一圖像減去所述低頻部分，得到高頻部分；對所述高頻部分進(jìn)行放大，并將放大后的所述高頻部分加入到所述低頻部分中，得到第二圖像； 其中，第二圖像的像素值f(i,j)為: f(i,j)＝m x(i,j)+G(i,j)[x(i,j)-m x(i,j)] m x(i,j)為低頻部分的像素值，x(i,j)-m x(i,j)為高頻部分的像素值，G(i,j)為增益，大于1；    i,j為圖像中心點(diǎn)的坐標(biāo)，k,l為圖像中心點(diǎn)周圍鄰域的坐標(biāo)，n為整數(shù)，(2n+1) 2為大小為(2n+1)*(2n+1)的區(qū)域， 為標(biāo)準(zhǔn)差。 6.根據(jù)權(quán)利要求4所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，所述亮度增強(qiáng)包括： 將第一圖像的RGB值轉(zhuǎn)換為灰度值，得到轉(zhuǎn)換圖像； 增加所述轉(zhuǎn)換圖像的像素值，得到第二圖像；其中，灰度值轉(zhuǎn)化的公式為：  其中，Gray表示灰度值，R表示紅色通道顏色值，G表示綠色通道顏色值，B表示藍(lán)色通道顏色值。 7.根據(jù)權(quán)利要求3所述的冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，其特征在于，訓(xùn)練所述標(biāo)簽檢測模型的步驟包括： 配置標(biāo)簽檢測模型的網(wǎng)絡(luò)鏡像以及與樣本圖像對應(yīng)的配置文件； 將所述網(wǎng)絡(luò)鏡像與所述配置文件與容器進(jìn)行綁定； 拉取所述網(wǎng)絡(luò)鏡像，執(zhí)行所述配置文件，利用所述樣本圖像訓(xùn)練所述標(biāo)簽檢測模型。 8.冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置，標(biāo)簽設(shè)置于所述棒材的端面，其特征在于，所述裝置包括： 圖像采集模塊，用于采集棒材的端面圖像并存入數(shù)據(jù)庫； 預(yù)處理模塊，用于對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像； 增強(qiáng)模塊，用于對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像； 標(biāo)注模塊，用于基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像； 訓(xùn)練模塊，用于利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型； 檢測模塊，用于利用所述標(biāo)簽檢測模型對現(xiàn)場采集棒材標(biāo)簽的端面圖像行檢測，得到端面圖像中包含的標(biāo)簽； 識別模塊，用于對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。 9.冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別設(shè)備，其特征在于，包括： 一個(gè)或多個(gè)處理器；和 其上存儲有指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，當(dāng)所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述設(shè)備執(zhí)行如權(quán)利要求1-7中任意一項(xiàng)所述的方法。 10.機(jī)器可讀介質(zhì)，其特征在于，其上存儲有指令，當(dāng)由一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得設(shè)備執(zhí)行如權(quán)利要求1-7中任意一項(xiàng)所述的方法。

說明書

技術(shù)領(lǐng)域

本發(fā)明涉及工業(yè)檢測技術(shù)領(lǐng)域，尤其涉及一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

在棒材生產(chǎn)車間內(nèi)，成捆棒材生產(chǎn)完成后均會貼上標(biāo)簽，標(biāo)簽內(nèi)包含生產(chǎn)信息以及棒材規(guī)格信息；產(chǎn)品售出后，運(yùn)輸車行駛到指定位置，起重機(jī)從產(chǎn)品放置處吊起棒材放置到運(yùn)輸車上，使棒材捆的標(biāo)簽段朝向圖像采集設(shè)備，由圖像采集設(shè)備對棒材上的標(biāo)簽進(jìn)行采集，從而達(dá)到對成品棒材的統(tǒng)計(jì)和生產(chǎn)追溯工作。

現(xiàn)有技術(shù)中，對于成品棒材的標(biāo)簽錄入和掃描均使用人工，即，當(dāng)起重機(jī)將成品棒材放置到運(yùn)輸車后，工人上車用掃描設(shè)備手動(dòng)進(jìn)行錄入。這種人工識別的方法容易出現(xiàn)由于工作時(shí)間過長導(dǎo)致疲勞后產(chǎn)生的統(tǒng)計(jì)失誤，而使用自動(dòng)的棒材設(shè)備標(biāo)簽圖像識別方法可以延長有效工作時(shí)間，提高信息處理效率，減少人力成本。

目前針對自動(dòng)掃描獲取棒材標(biāo)簽的設(shè)備和方法比較少，亟需一種新的技術(shù)手段，能夠識別完善棒材標(biāo)簽，以及獲取標(biāo)簽數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行處理，以保證棒材統(tǒng)計(jì)的可靠性和穩(wěn)定性。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法、裝置、設(shè)備及介質(zhì)，用于解決現(xiàn)有技術(shù)的至少一個(gè)缺陷。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，設(shè)置標(biāo)簽設(shè)置于所述棒材的端面，所述方法包括：

采集棒材的端面圖像并存入數(shù)據(jù)庫；

對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像；

對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；

基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；

利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型；

采集棒材標(biāo)簽的端面圖像，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽；

對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。

可選地，所述標(biāo)簽檢測模型為包括SSD、YOLO中的一種。

可選地，得到端面圖像中包含的標(biāo)簽的步驟后，還包括：

確定標(biāo)簽的標(biāo)簽參數(shù)，所述標(biāo)簽參數(shù)包括標(biāo)簽數(shù)量或/和標(biāo)簽斜率；

根據(jù)所述標(biāo)簽參數(shù)判斷所述標(biāo)簽是否異常。

可選地，所述對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，包括：

對比度增強(qiáng)或/和亮度增強(qiáng)。

可選地，所述對比度增強(qiáng)包括：

將所述第一圖像分為低頻部分和高頻部分；其中，通過低通濾波對所述第一圖像進(jìn)行處理，得到所述低頻部分，利用所述第一圖像減去所述低頻部分，得到高頻部分；對所述高頻部分進(jìn)行放大，并將放大后的所述高頻部分加入到所述低頻部分中，得到第二圖像；

其中，第二圖像的像素值f(i,j)為:

f(i,j)＝m x(i,j)+G(i,j)[x(i,j)-m x(i,j)]

m x(i,j)為低頻部分的像素值，x(i,j)-m x(i,j)為高頻部分的像素值，G(i,j)為增益，大于1；

i,j為圖像中心點(diǎn)的坐標(biāo)，k,l為圖像中心點(diǎn)周圍鄰域的坐標(biāo)，n為整數(shù)，(2n+1) 2為大小為(2n+1)*(2n+1)的區(qū)域， 為標(biāo)準(zhǔn)差。

可選地，所述亮度增強(qiáng)包括：

將第一圖像的RGB值轉(zhuǎn)換為灰度值，得到轉(zhuǎn)換圖像；

增加所述轉(zhuǎn)換圖像的像素值，得到第二圖像；其中，灰度值轉(zhuǎn)化的公式為：

其中，Gray表示灰度值，R表示紅色通道顏色值，G表示綠色通道顏色值，B表示藍(lán)色通道顏色值。

可選地，訓(xùn)練所述標(biāo)簽檢測模型的步驟包括：

配置標(biāo)簽檢測模型的網(wǎng)絡(luò)鏡像以及與樣本圖像對應(yīng)的配置文件；

將所述網(wǎng)絡(luò)鏡像與所述配置文件與容器進(jìn)行綁定；

拉取所述網(wǎng)絡(luò)鏡像，執(zhí)行所述配置文件，利用所述樣本圖像訓(xùn)練所述標(biāo)簽檢測模型。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置，標(biāo)簽設(shè)置于所述棒材的端面，所述裝置包括：

圖像采集模塊，用于采集棒材的端面圖像并存入數(shù)據(jù)庫；

預(yù)處理模塊，用于對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像；

增強(qiáng)模塊，用于對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；

標(biāo)注模塊，用于基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；

訓(xùn)練模塊，用于利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型；

檢測模塊，用于利用所述標(biāo)簽檢測模型對現(xiàn)場采集棒材標(biāo)簽的端面圖像行檢測，得到端面圖像中包含的標(biāo)簽；

識別模塊，用于對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別設(shè)備，包括：

一個(gè)或多個(gè)處理器；和其上存儲有指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，當(dāng)所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述設(shè)備執(zhí)行所述的方法。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種機(jī)器可讀介質(zhì)，其上存儲有指令，當(dāng)由一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得設(shè)備執(zhí)行所述的方法。

如上所述，本發(fā)明的一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法、裝置、設(shè)備及介質(zhì)，具有以下有益效果：

本發(fā)明的一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，包括：采集棒材的端面圖像并存入數(shù)據(jù)庫；對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像；對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型；采集棒材標(biāo)簽的端面圖像，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽；對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。本發(fā)明通過采集棒材的標(biāo)簽圖像并入數(shù)據(jù)庫，對數(shù)據(jù)庫內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理，針對預(yù)處理后的數(shù)據(jù)庫獲取增強(qiáng)圖像信息，對增強(qiáng)圖像進(jìn)行標(biāo)注，將增強(qiáng)圖像的標(biāo)注文件轉(zhuǎn)化為模型適用的文件。將其發(fā)送至數(shù)據(jù)庫，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，然后利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來檢測標(biāo)簽并識別標(biāo)簽，從而代替人工對冶金過程中棒材標(biāo)簽進(jìn)行識別和實(shí)時(shí)統(tǒng)計(jì)，提高可靠性和精度，降低誤差。

附圖說明

圖1為本發(fā)明一實(shí)施例一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法的流程圖；

圖2為本發(fā)明一實(shí)施例增強(qiáng)前的圖像；

圖3為本發(fā)明一實(shí)施例增強(qiáng)后的圖像；

圖4為本發(fā)明一實(shí)施例標(biāo)簽檢測模型的網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖5為本發(fā)明一實(shí)施例一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置的原理框圖。

具體實(shí)施方式

以下通過特定的具體實(shí)例說明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過另外不同的具體實(shí)施方式加以實(shí)施或應(yīng)用，本說明書中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒有背離本發(fā)明的精神下進(jìn)行各種修飾或改變。需說明的是，在不沖突的情況下，以下實(shí)施例及實(shí)施例中的特征可以相互組合。

需要說明的是，以下實(shí)施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實(shí)際實(shí)施時(shí)的組件數(shù)目、形狀及尺寸繪制，其實(shí)際實(shí)施時(shí)各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復(fù)雜。

如圖1所示，本申請實(shí)施例提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法，標(biāo)簽設(shè)置于所述棒材的端面，所述方法包括：

S100采集棒材的端面圖像并存入數(shù)據(jù)庫；

S200對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像；

S300對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；

S400基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；

S500利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型；

S600采集棒材標(biāo)簽的端面圖像，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽；

S700對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。

本發(fā)明通過采集棒材的標(biāo)簽圖像并入數(shù)據(jù)庫，對數(shù)據(jù)庫內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理，針對預(yù)處理后的數(shù)據(jù)庫獲取增強(qiáng)圖像信息，對增強(qiáng)圖像進(jìn)行標(biāo)注，將增強(qiáng)圖像的標(biāo)注文件轉(zhuǎn)化為模型適用的文件。將其發(fā)送至數(shù)據(jù)庫，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，然后利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來檢測標(biāo)簽并識別標(biāo)簽，從而代替人工對冶金過程中棒材標(biāo)簽進(jìn)行識別和實(shí)時(shí)統(tǒng)計(jì)，提高可靠性和精度，降低誤差。

在步驟S200中，對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像，包括：

對所述數(shù)據(jù)庫內(nèi)的重復(fù)的端面圖像進(jìn)行刪減。具體地，可以通過計(jì)算兩兩圖片之間的相似度，將相似度超過相似度閾值的圖片認(rèn)為是相同圖片，隨機(jī)刪除其中一張圖片。當(dāng)然，在對重復(fù)圖片進(jìn)行刪除時(shí)，還可以先對其質(zhì)量進(jìn)行評估，刪除質(zhì)量較低的重復(fù)圖片。圖片的質(zhì)量可以結(jié)合對比度、亮度、清晰度等進(jìn)行綜合計(jì)算。對圖片質(zhì)量的計(jì)算屬于常規(guī)技術(shù)手段，此處不再進(jìn)行贅述。

在步驟S300中，對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；增強(qiáng)前與增強(qiáng)后的圖分別如圖2和圖3所示。

在一實(shí)施例，所述對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，包括：對比度增強(qiáng)或/和亮度增強(qiáng)。

具體地，所述對比度增強(qiáng)包括：

將所述第一圖像分為低頻部分和高頻部分；其中，通過低通濾波(平滑，模糊技術(shù))對所述第一圖像進(jìn)行處理，得到所述低頻部分，利用所述第一圖像減去所述低頻部分，得到高頻部分；對所述高頻部分進(jìn)行放大(放大系數(shù)集為對比度增益CG)，并將放大后的所述高頻部分加入到所述低頻部分中，得到第二圖像；

其中，第二圖像的像素值f(i,j)為:

f(i,j)＝m x(i,j)+G(i,j)[x(i,j)-m x(i,j)]

m x(i,j)為低頻部分的像素值，x(i,j)-m x(i,j)為高頻部分的像素值，G(i,j)為增益，大于1；

i,j為圖像中心點(diǎn)的坐標(biāo)，k,l為圖像中心點(diǎn)周圍鄰域的坐標(biāo)，n為整數(shù)，(2n+1) 2為大小為(2n+1)*(2n+1)的區(qū)域， 為標(biāo)準(zhǔn)差。

具體地，利用數(shù)值轉(zhuǎn)換的亮度處理，對RGB三值轉(zhuǎn)化為灰度值，再整體增加轉(zhuǎn)化后圖像的像素值從而對圖像進(jìn)行亮度增強(qiáng)處理。所述亮度增強(qiáng)包括：

將第一圖像的RGB值轉(zhuǎn)換為灰度值，得到轉(zhuǎn)換圖像；

增加所述轉(zhuǎn)換圖像的像素值，得到第二圖像；其中，灰度值轉(zhuǎn)化的公式為：

其中，Gray表示灰度值，R表示紅色通道顏色值，G表示綠色通道顏色值，B表示藍(lán)色通道顏色值。

在步驟S400中，基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；

具體地，在進(jìn)行標(biāo)注時(shí)，可以利用標(biāo)注工具Label-Img對第二圖像中的標(biāo)簽進(jìn)行標(biāo)注，標(biāo)注出標(biāo)簽的相切矩形，然后將標(biāo)注好的圖像進(jìn)行格式轉(zhuǎn)換，將xml標(biāo)注圖像轉(zhuǎn)換成模型適用的csv文件，從而進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練。通過樣本圖像對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型。在訓(xùn)練好標(biāo)簽檢測模型后，就可以采集棒材標(biāo)簽的端面圖像，將端面圖像輸入至標(biāo)簽檢測模型中，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽(標(biāo)簽中具有識別碼，可以是二維碼、條形碼、一維碼中的一種或多種組合)，然后對標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。

在一實(shí)施例中，訓(xùn)練所述標(biāo)簽檢測模型的步驟包括：

配置標(biāo)簽檢測模型的網(wǎng)絡(luò)鏡像以及與樣本圖像對應(yīng)的配置文件；將所述網(wǎng)絡(luò)鏡像與所述配置文件與容器進(jìn)行綁定；拉取所述網(wǎng)絡(luò)鏡像，執(zhí)行所述配置文件，利用所述樣本圖像訓(xùn)練所述標(biāo)簽檢測模型。在本實(shí)施例中，標(biāo)簽檢測模型采用SSD模型，其結(jié)構(gòu)如圖4所示，在訓(xùn)練標(biāo)簽檢測模型的過程中，配置ssd-mobilenet網(wǎng)絡(luò)鏡像，使用ssd-mobilenet輕量級卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)樣本圖片的特征確定網(wǎng)絡(luò)在tensorflow上的配置文件并傳入docker。在服務(wù)器上拉取鏡像，并將上傳至服務(wù)器的圖片用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并開始訓(xùn)練。

當(dāng)然，標(biāo)簽檢測模型除了可以使用SSD模型，還可以使用YOLO等目標(biāo)檢測網(wǎng)絡(luò)，也可以用其他目標(biāo)檢測網(wǎng)絡(luò)替代。

在本實(shí)施例中，標(biāo)簽檢測模型對標(biāo)簽的檢測包括兩部分，一是對成捆棒材的檢測，檢測出每一捆棒材的位置，然后對每捆棒材的端面圖像進(jìn)行標(biāo)簽檢測，得到標(biāo)簽。

在步驟S600中，采集棒材標(biāo)簽的端面圖像，利用所述標(biāo)簽檢測模型對所述端面圖像進(jìn)行檢測，得到端面圖像中包含的標(biāo)簽。

在標(biāo)簽檢測模型對端面圖像進(jìn)行檢測時(shí)，獲取到標(biāo)簽的檢測框位置與置信度。每一個(gè)檢測框表示一個(gè)標(biāo)簽。

在一實(shí)施例中，得到端面圖像中包含的標(biāo)簽的步驟后，還包括：

確定標(biāo)簽的標(biāo)簽參數(shù)，所述標(biāo)簽參數(shù)包括標(biāo)簽數(shù)量或/和標(biāo)簽斜率；

根據(jù)所述標(biāo)簽參數(shù)判斷所述標(biāo)簽是否異常。

若在同一捆成捆棒材的端面圖像中檢測出相應(yīng)的標(biāo)簽數(shù)量時(shí)，則可以從數(shù)量這一方面來判斷標(biāo)簽正常，若檢測的標(biāo)簽的數(shù)量與設(shè)定的數(shù)量不一致，則認(rèn)為出現(xiàn)了異常。在通過數(shù)量判斷標(biāo)簽是否正常后，還可以通過檢測標(biāo)簽的斜率來判斷是否正常。具體地，在正常情況下，檢測出來的標(biāo)簽的上、下沿是與圖像采集模塊采集到的圖像的邊沿平行的，若出現(xiàn)傾斜超過設(shè)定閾值的情況，則會認(rèn)為標(biāo)簽是不正常的。因此，通過斜率可以判斷標(biāo)簽是否正常。在不正常的情況下，可以對標(biāo)簽進(jìn)行現(xiàn)一次檢測。

在一實(shí)施例中，通過sftp技術(shù)將服務(wù)器上的模型文件傳回本地，并在本地配置tensorflow-gpu環(huán)境后，根據(jù)項(xiàng)目需求編輯邏輯，在Local運(yùn)行模型即可實(shí)現(xiàn)算法目標(biāo)。

在一實(shí)施例中，包括：使用較小訓(xùn)練集進(jìn)行多次擬合，并采用適度的過擬合手段，對于棒材標(biāo)簽識別的深度學(xué)習(xí)，目的在于提高標(biāo)簽識別的精確度。

如圖5所示，本申請實(shí)施例提供一種冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置，標(biāo)簽設(shè)置于所述棒材的端面，所述裝置包括：

圖像采集模塊100，用于采集棒材的端面圖像并存入數(shù)據(jù)庫；

預(yù)處理模塊200，用于對所述數(shù)據(jù)庫內(nèi)的端面圖像進(jìn)行預(yù)處理，得到第一圖像；

增強(qiáng)模塊300，用于對預(yù)處理得到的第一圖像對進(jìn)行圖像增強(qiáng)，得到第二圖像；

標(biāo)注模塊400，用于基于所述第二圖像對標(biāo)簽進(jìn)行標(biāo)注，并將標(biāo)注后的第二圖像進(jìn)行格式轉(zhuǎn)換，得到樣本圖像；

訓(xùn)練模塊500，用于利用所述樣本圖像對初始神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到標(biāo)簽檢測模型；

檢測模塊600，用于利用所述標(biāo)簽檢測模型對現(xiàn)場采集棒材標(biāo)簽的端面圖像行檢測，得到端面圖像中包含的標(biāo)簽；

識別模塊700，用于對所述標(biāo)簽進(jìn)行識別，得到標(biāo)簽信息。

上述冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置實(shí)施例與冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別裝置實(shí)施例相對應(yīng)，其具體的說明可以參考方法實(shí)施例，此處不再贅述。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡潔，僅以上述各功能單元、模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能單元、模塊完成，即將所述裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實(shí)施例中的各功能單元、模塊可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本申請的保護(hù)范圍。上述系統(tǒng)中單元、模塊的具體工作過程，可以參考前述方法實(shí)施例中的對應(yīng)過程，在此不再贅述。

在上述實(shí)施例中，對各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述或記載的部分，可以參見其它實(shí)施例的相關(guān)描述。

本申請實(shí)施例還提供了一種設(shè)備，該設(shè)備可以包括：一個(gè)或多個(gè)處理器；和其上存儲有指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，當(dāng)由所述一個(gè)或多個(gè)處理器執(zhí)行時(shí)，使得所述設(shè)備執(zhí)行圖1所述的方法。

本申請實(shí)施例還提供了一種機(jī)器可讀介質(zhì)，該存儲介質(zhì)中存儲有一個(gè)或多個(gè)模塊(programs)，該一個(gè)或多個(gè)模塊被應(yīng)用在設(shè)備時(shí)，可以使得該設(shè)備執(zhí)行本申請實(shí)施例的圖1中方法所包含步驟的指令(instructions)。

本領(lǐng)域普通技術(shù)人員可以意識到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

在本發(fā)明所提供的實(shí)施例中，應(yīng)該理解到，所揭露的裝置/終端設(shè)備和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置/終端設(shè)備實(shí)施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過一些接口，裝置或單元的間接耦合或通訊連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

所述集成的模塊/單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲在一個(gè)計(jì)算機(jī)可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，也可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的計(jì)算機(jī)程序可存儲于一計(jì)算機(jī)可讀存儲介質(zhì)中，該計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)，可實(shí)現(xiàn)上述各個(gè)方法實(shí)施例的步驟。其中，所述計(jì)算機(jī)程序包括計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼可以為源代碼形式、對象代碼形式、可執(zhí)行文件或某些中間形式等。所述計(jì)算機(jī)可讀介質(zhì)可以包括:能夠攜帶所述計(jì)算機(jī)程序代碼的任何實(shí)體或裝置、記錄介質(zhì)、U盤、移動(dòng)硬盤、磁碟、光盤、計(jì)算機(jī)存儲器、只讀存儲器(ROM,Read-Only Memory)、隨機(jī)存取存儲器((RAM,Random Access Memory)、電載波信號、電信信號以及軟件分發(fā)介質(zhì)等。

上述實(shí)施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實(shí)施例進(jìn)行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。

冶金生產(chǎn)過程中棒材所貼標(biāo)簽的識別方法、裝置、設(shè)備及介質(zhì).pdf