[发明专利]基于深度神经网络的在线织物纤维成分检测方法和系统

权利要求书

1.基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于，基于深度神经网络的在线织物纤维成分检测方法和系统包括以下步骤：

S1：启动织物纤维成分在线检测移动应用；

S2：移动端实时近红外光谱数据采集；

S3：待测光谱数据发送至微服务平台；

S4：微服务平台提供数据储存、成分推理服务；

S5：推理服务器加载深度神经网络模型并推理计算；

S6：可视化成分类别、含量的推理结果；

S7：核对推理结果和提交评价。

2.如权利要求1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S1进一步包括：

S11：使用手机、平板电脑等所有具有蓝牙功能的移动端，下载、安装并启动织物纤维成分在线检测移动应用；

S12：打开移动应用程序，开启移动端蓝牙，打开具有蓝牙功能的近红外光谱仪。

3.如权利要求1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S2进一步包括：

S21：手机等移动端通过应用程序与近红外光谱仪通过低功耗蓝牙连接，且实时显示连接状态；

S22：手机等移动端操作近红外光谱仪实时进行扫描，可以选择一次或连续扫描。

4.如权利要求1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：所述的步骤S22中，进一步包括：

S221：采集纺织品样本的连续几个采样点时，手机等移动端在近红外仪器扫描间隙提示操作者旋转、平移的不同方式或动作进行扫描采样；

S222：选择一次或连续扫描的光谱数据，即采集一份纺织品样本上的一个采样点或连续几个采样点，均作为该样本待预测的一条数据或数据集成(Ensemble)。

5.如权利要1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S3进一步包括：

S31：移动应用程序中提取近红外光谱数据的一条数据或多条数据信息；

S32：移动应用程序将光谱数据与其他信息包括波段类型、扫描模式、模型ID、检测任务类型、时间和日期、设备信息、用户信息、权限，作为数据字典；

S33：手机等移动应用程序执行预测时，将数据字典封装为成分推理请求发送至微服务平台。

6.如权利要1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S4进一步包括：

S41：微服务平台接收来自移动应用发送的数据请求；

S42：微服务平台提供数据储存服务，将解析数据字典得到的光谱数据格式转换、储存入数据库；

S43：微服务平台提供成分推理服务，将解析后光谱数据与其他有效关键信息包括波段类型、扫描模式、模型ID、检测任务类型作为数据字典，封装后转发请求至推理服务器。

7.如权利要1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S5进一步包括：

S51：推理服务器接收来自微服务平台转发的成分推理请求；

S52：推理服务器解析数据字典，获取其中的光谱数据和其他有效关键信息包括波段类型、扫描模式、模型ID、检测任务类型，从而设定推理过程中的波段类型、扫描模式，波段、模型；

S53：推理服务器加载已部署在磁盘上特定用于织物纤维成分分析的深度神经网络模型；

S54：推理服务器运行模型，对输入光谱数据进行预处理、推理与计算；

S55：推理服务器将织物纤维的推理结果发送至微服务平台。

8.如权利要1所述的基于深度神经网络的在线织物纤维成分检测方法和系统，其特征在于：步骤S6进一步包括：

S61：移动应用程序等待短暂预测时间后，接收织物纤维成分检测的推理结果响应；

S62：界面实时显示预测的织物纤维成分类别、含量，包括但不限于文字、图形、图表的表示形式；

S63：界面可显示织物纤维成分类别预测时的单、多层次的不同粒度的分类情况。