[发明专利]基于视觉识别的大输液软袋产品的检测方法、系统及装置在审

专利信息
申请号: 202111181592.8 申请日: 2021-10-11
公开(公告)号: CN113916899A 公开(公告)日: 2022-01-11
发明(设计)人: 杨琴;彭晓琴;刘思川;刘文军;谭鸿波;葛均友;郭晓英;喻强;王昌斌 申请(专利权)人: 四川科伦药业股份有限公司
主分类号: G01N21/90 分类号: G01N21/90;G01N21/94
代理公司: 四川省成都市天策商标专利事务所(有限合伙) 51213 代理人: 赵以鹏
地址: 610500 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 视觉 识别 输液 产品 检测 方法 系统 装置
【说明书】:

本说明书实施例提供一种基于视觉识别的大输液软袋产品的检测方法,包括以下步骤:采集传输线上的大输液软袋产品的图像;将采集的图像输入到预先建立的合格品识别模型中,合格品识别模型对获取的图像进行检测,检测到图像中存在异物时,则识别、并剔除该大输液软袋产品,否则,对该大输液软袋产品放行处理。可以实现自动识别产品是否合格。

技术领域

本说明书涉及大输液软袋产品检测技术领域,特别涉及一种基于视觉识别的大输液软袋产品的检测方法、系统及装置和存储介质。

背景技术

随着社会的发展和人民生活水平的提高,人们对于产品的质量要求越来越高,对产品的质量管控也越来越严,而更大规模的生产,需要更对的人力投入到产品的质量控制中。传统的人工筛选,不仅效率极低,由此而带来的管理成本、人力成本急剧上升,自动化检测替换人工检测,尤为重要。

因此,需要一种可以实现自动识别与检测的方案。

发明内容

本说明书实施例之一提供一种基于视觉识别的大输液软袋产品的检测方法,包括以下步骤:采集传输线上的大输液软袋产品的图像;将采集的图像输入到预先建立的合格品识别模型中,合格品识别模型对获取的图像进行检测,检测到图像中存在异物时,则识别、并剔除该大输液软袋产品,否则,对该大输液软袋产品放行处理。

本说明书实施例之一提供一种基于视觉识别的大输液软袋产品的检测系统,其特征在于,包括:采集模块,用于采集传输线上的大输液软袋产品的图像;识别模块,用于将采集的图像输入到预先建立的合格品识别模型中,合格品识别模型对获取的图像进行检测,检测到图像中存在异物时,则识别、并剔除该大输液软袋产品,否则,对该大输液软袋产品放行处理。

本说明书实施例之一提供一种基于视觉识别的大输液软袋产品的检测装置,所述装置包括处理器以及存储器;所述存储器用于存储指令所述指令被所述处理器执行时,导致所述装置实现所述基于视觉识别的大输液软袋产品的检测方法对应的操作。

本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行所述基于视觉识别的大输液软袋产品的检测方法。

附图说明

本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:

图1是根据本说明书一些实施例所示的基于视觉识别的大输液软袋产品的检测系统的应用场景图;

图2是根据本说明书一些实施例所示的可以在其上实现处理引擎的示例性计算设备的示例性硬件和/或软件组件的示意图;

图3是根据本说明书一些实施例所示的可以在其上实现一个或以上终端的示例性移动设备的示例性硬件和/或软件组件的示意图;

图4是根据本说明书一些实施例所示的基于视觉识别的大输液软袋产品的检测系统的模块构成示意图;

图5是根据本说明书一些实施例所示的基于视觉识别的大输液软袋产品的检测方法的示例性流程图;

图6是根据本说明书一些实施例所示的识别模型的示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。

应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。

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四川科伦药业股份有限公司,未经四川科伦药业股份有限公司许可,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/202111181592.8/2.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