[实用新型]一种基于人工智能技术的鞋服断针检测装置有效

专利信息
申请号: 202023014418.8 申请日: 2020-12-15
公开(公告)号: CN213779923U 公开(公告)日: 2021-07-23
发明(设计)人: 朱正文 申请(专利权)人: 深圳市中科瑞检科技有限公司
主分类号: G01N23/04 分类号: G01N23/04;G06K9/62;G06K9/20;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市龙岗区坂*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 技术 鞋服断针 检测 装置
【说明书】:

实用新型涉及鞋服制造技术领域,尤其为一种基于人工智能技术的鞋服断针检测装置,包括支撑座、云端服务器和云端数据库,所述支撑座的顶部固定安装有输送架,所述输送架的内部转动连接有输送带,所述输送架顶部的两侧之间栓接有支撑架;本实用新型采用基于深度学习的目标检测技术,在采集鞋服断针的X光图像数据的同时使用深度学习算法迅速有效地筛选出含有异物金属的鞋服,能够实现毫米级异物检测(人眼分辨困难),即使背景复杂,仍然有着可靠的精度,准确检出复杂的异物形态,并且可以应用于多种版型的检测对象,有效降低了异物检测机的使用成本,提高了对残留在鞋服鞋类中断针的检测效率。

技术领域

本实用新型涉及鞋服制造技术领域,具体为一种基于人工智能技术的鞋服断针检测装置。

背景技术

随着鞋服类加工行业的技术复杂度不断提高,各种鞋服内残留断针的风险也会增大,对鞋服进行金属异物的检测也因此必不可少。现有的鞋服类检测的相关产品和研究都较少,并且目前断针检测方法还是存在很多缺陷,比如:通过人工检测必然存在较强的主观性,生产规模小,人力及物资耗费大;使用电磁感应的方式检测断无法感应微小断针,容易漏检;采用传统图像处理方法进行模板匹配会存在局限性,技术困难大,且准确度得不到提高等,为此提出一种基于人工智能技术的鞋服断针检测装置,来解决此问题。

实用新型内容

本实用新型的目的在于提供一种基于人工智能技术的鞋服断针检测装置,解决了目前断针检测方法还是存在很多缺陷,比如:通过人工检测必然存在较强的主观性,生产规模小,人力及物资耗费大;使用电磁感应的方式检测断无法感应微小断针,容易漏检;采用传统图像处理方法进行模板匹配会存在局限性,技术困难大,且准确度得不到提高等的问题。

为实现上述目的,本实用新型提供如下技术方案:一种基于人工智能技术的鞋服断针检测装置,包括支撑座、云端服务器和云端数据库,所述支撑座的顶部固定安装有输送架,所述输送架的内部转动连接有输送带,所述输送架顶部的两侧之间栓接有支撑架,所述支撑架内部的顶端固定安装有X光机,所述X光机的输出端连接有线缆,所述线缆远离X光机的一端连接有一体机柜,云端服务器和云端数据库均与一体机柜连接,所述一体机柜包括主控电脑、神经网络模块、识别模块和无线模块。

优选的,主控电脑与神经网络模块双向电性连接,主控电脑与识别模块双向电性连接,主控电脑与无线模块双向电性连接。

优选的,所述支撑架呈U型结构,所述支撑架底部的两侧均栓接有安装板,所述安装板与输送架栓接。

优选的,所述支撑架右侧的孔洞卡接有密封套,所述线缆贯穿密封套的孔洞。

优选的,所述支撑架的前侧和后侧均栓接有挡板,所述挡板的底部位于支撑架的中端。

优选的,所述一体机柜的输入端通过线缆与X光机的输出端电性连接,所述一体机柜的连接端通过无线模块分别与云端服务器和云端数据库的连接端双向电性连接。

与现有技术相比,本实用新型的有益效果如下:

本实用新型采用基于深度学习的目标检测技术,在采集鞋服断针的X光图像数据的同时使用深度学习算法迅速有效地筛选出含有异物金属的鞋服,能够实现毫米级异物检测(人眼分辨困难),即使背景复杂,仍然有着可靠的精度,准确检出复杂的异物形态,并且可以应用于多种版型的检测对象,有效降低了异物检测机的使用成本,提高了对残留在鞋服鞋类中断针的检测效率。

附图说明

图1为本实用新型结构正视示意图;

图2为本实用新型一体机柜原理图;

图3为本实用新型结构系统原理图;

图4为本实用新型Super-FODNet算法的网络结构图;

图5为本实用新型RPN结构模型图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市中科瑞检科技有限公司,未经深圳市中科瑞检科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202023014418.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top