[发明专利]一种蚕茧下茧实时检测方法

权利要求书

1.一种蚕茧分选机，其特征在于，蚕茧分选机根据下茧实时检测方法输出的坐标对下茧进行抓取剔除，对上车茧收集储存；

包括：

依次连接的上料装置、输送装置、图像采集装置、下茧抓取装置和上车茧储存装置，

上料装置用于蚕茧上料；

输送装置用于输送蚕茧；

图像采集装置用于对输送装置上的蚕茧进行拍照，获取蚕茧图像；

下茧抓取装置用于对蚕茧进行抓取剔除；

下茧抓取装置用于对下茧进行储存；

上车茧储存装置用于对上车茧进行储存；

上料装置包括输料斗(1)，输料斗(1)设置在输送装置的进料端；输送装置包括传送带(6)、输送装置机架(24)和电机(30)，传送带(6)设置在输送装置机架(24)顶端，电机(30)设置在输送装置机架(24)的顶部侧端，电机(30)的输出轴与传送带(6)传动连接；图像采集装置包括工业相机(8)，工业相机(8)设置在输送装置中部的正上方；下茧抓取装置包括若干个吸盘(10)，吸盘(10)设置在输送装置末端的上方；下茧抓取装置包括储料斗Ⅰ(20)，储料斗Ⅰ(20)设置在传送带(6)的侧端，蚕茧储存时，储料斗Ⅰ

(20)位于吸盘(10)的正下方；上车茧储存装置设置在传送带(6)的末端正下方；

下茧抓取装置还包括直线模组Ⅰ(11)、直线模组Ⅱ(16)、直线模组Ⅲ

(18)、支撑梁(13)、吸盘安装板支承(14)和下茧抓取装置支承(21)，直线模组Ⅰ(11)和直线模组Ⅲ(18)水平且平行设置在下茧抓取装置支承(21)顶端，直线模组Ⅰ(11)和直线模组Ⅲ(18)均与传送带(6)的传送方向垂直，支撑梁(13)的两端分别滑设在直线模组Ⅰ(11)和直线模组Ⅲ(18)的顶端，直线模组Ⅱ(16)竖直设置在支撑梁(13)的中部，吸盘(10)设置在吸盘安装板(12)的底端，吸盘安装板(12)通过连接梁(17)设置在直线模组Ⅱ

(16)的底端，储料斗Ⅰ(20)设置在下茧抓取装置支承(21)的中部且储料斗Ⅰ(20)位于传送带(6)的一侧，储料斗Ⅰ(20)和传送带(6)均位于直线模组Ⅰ(11)和直线模组Ⅲ(18)的正下方；

其中蚕茧下茧实时检测方法，具体步骤如下：

1)以薄皮茧、瘪茧、特小茧、黄斑茧为检测目标，对检测目标进行不同位置和不同角度进行拍摄，采集下茧检测数据集；

2)利用插值算法将下茧检测数据集变换成416×416的图像，并将图像划分为训练集和测试集；其中训练集与测试集的图像数量比为3:1；

3)利用labelⅠmg标注工具对训练集和测试集中的图像进行标注；所述标注为对每幅图像上所有识别的物体标出相对应的下茧类别的边界框；

4)以YOLOv3模型为基础模型，利用训练集中标注的图像对模型进行训练，进行超参数搜索与进化得到进化新一代，并通过适应度函数判断是否进化，适应度越高，代表这一代的性能越好，从而进化搜索选择适合下茧检测数据集的超参数；

5)设置改进YOLOv3模型的进化超参数，将预训练权载入改进YOLOv3模型中进行训练，得到最优训练权重；

6)将最优训练权重载入改进YOLOv3模型中对测试集中的图像进行测试；

7)重复步骤5)和6)得到最优YOLOv3模型作为下茧实时检测方法。

2.根据权利要求1所述蚕茧分选机，其特征在于：步骤5)改进YOLOv3模型为：

a.通过对YOLOv3模型的锚点框尺寸和数量进行K-means聚类分析来选择适用于下茧检测数据集的锚点框参数；

b.采用通道稀疏化后基于批量正则化层(BN)缩放因子的模型剪枝方法对YOLOv3模型进行压缩；

c.将感受野模块RFB嵌入YOLOv3模型中以增加模型的局部感受野。

3.根据权利要求2所述蚕茧分选机，其特征在于：采用通道稀疏化后基于批量正则化层(BN)缩放因子的模型剪枝方法对YOLOv3模型进行压缩的具体方法为

对YOLOv3模型中BN层的每一个通道均引入缩放因子γ进行L1正则化，若缩放因子γ在L1正则化的约束下趋近于0，则此通道在模型中对特征图预测的贡献程度低，进行剪枝。