[发明专利]一种鞋子的智能化加工方法

说明书

本申请涉及智能加工技术领域，其具体地公开了一种鞋子的智能化加工方法，其通过摄像头采集待检测鞋子的六视图，然后，通过包含深浅特征融合模块的第一卷积神经网络模型对所述待检测鞋子的六视图进行适当编码以得到第一至第六特征矩阵，接着，将所述第一至第六特征矩阵沿着通道维度排列为三维输入张量，并分别通过使用第一三维卷积核的第二卷积神经网络模型和使用第二三维卷积核的第三卷积神经网络模型进行不同尺度的特征提取并融合以得到分类特征图，优选的，计算第一尺度关联特征图和第二尺度关联特征图的多分布二元分类连续性因数的方式来作为权重进行融合，通过这样的方式，提高对于待检测鞋子的质量检测的精准度。

技术领域

本申请涉及智能加工技术领域，且更为具体地，涉及一种鞋子的智能化加工方法。

背景技术

鞋子是人们保护脚不受伤的一种工具。各种样式功能的鞋子随处可见，包括运动鞋、女鞋、童鞋、凉鞋之类。在传统的鞋子的制备中，不同类型的鞋子因款式不同，需要构造专门的检测产线，以判断其所加工的鞋子的成型质量是否满足预定要求。如果产品的款式多，其检测产线会占据很大的空间，且如果款式发生调整，又得构筑新的检测产线，无疑增加了额外的成本。

因此，期待一种优化的鞋子的智能化加工方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种鞋子的智能化加工方法，其通过摄像头采集待检测鞋子的六视图，然后，通过包含深浅特征融合模块的第一卷积神经网络模型对所述待检测鞋子的六视图进行适当编码以得到第一至第六特征矩阵，接着，将所述第一至第六特征矩阵沿着通道维度排列为三维输入张量，并分别通过使用第一三维卷积核的第二卷积神经网络模型和使用第二三维卷积核的第三卷积神经网络模型进行不同尺度的特征提取并融合以得到分类特征图，优选的，计算第一尺度关联特征图和第二尺度关联特征图的多分布二元分类连续性因数的方式来作为权重进行融合，通过这样的方式，提高对于待检测鞋子的质量检测的精准度。

根据本申请的一个方面，提供了一种鞋子的智能化加工方法，其包括：

获取待检测鞋子的六视图，所述待检测鞋子的六视图为第一至第六检测图像；

将所述第一至第六检测图像中的各个检测图像分别通过包含深浅特征融合模块的第一卷积神经网络模型以得到第一至第六特征矩阵；

将所述第一至第六特征矩阵沿着通道维度排列为三维输入张量；

将所述三维输入张量输入使用第一三维卷积核的第二卷积神经网络模型以得到第一尺度关联特征图；

将所述三维输入张量输入使用第二三维卷积核的第三卷积神经网络模型以得到第二尺度关联特征图，所述第二三维卷积核与所述第一三维卷积核具有不同的尺度；

融合所述第一尺度关联特征图和所述第二尺度关联特征图以得到分类特征图；以及

将所述分类特征图通过分类器以得到分类结果，所述分类结果用于表示待检测鞋子的成型质量是否满足预定要求。

根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的鞋子的智能化加工方法。

根据本申请的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的鞋子的智能化加工方法。