[发明专利]一种基于点阵式标记法的高速在线打标方法在审

专利信息
申请号: 202310176409.8 申请日: 2023-02-23
公开(公告)号: CN116176148A 公开(公告)日: 2023-05-30
发明(设计)人: 朱兆杰;付兵兵;夏惠君;廖延东 申请(专利权)人: 安徽利珀科技有限公司
主分类号: B41M5/00 分类号: B41M5/00;B41M3/00;B41J29/393;B41J3/407;B41J3/44;G06V10/764;G06N3/08;G06V10/82
代理公司: 合肥正则元起专利代理事务所(普通合伙) 34160 代理人: 安朋
地址: 230000 安徽省合肥市新站区当涂北路5*** 国省代码: 安徽;34
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 阵式 标记 高速 在线 方法
【说明书】:

发明公开了一种基于点阵式标记法的高速在线打标方法,涉及点阵式标记技术领域,通过预先收集需要进行打标的所有商品信息和对应的打标信息;利用商品图片训练出识别商品种类的神经网络模型;预先收集每种商品包装的图片,并在图片上标记出需要打标的位置;对打标机上的商品使用神经网络模型判断商品类型,并利用图片对比技术比较商品打标位置是否正确;根据位置对比结果对商品进行处理;点阵式标记机器从数据存储设备中读取商品类型对应的打标图片,并使用点阵标记法将打标图片打在商品包装上;使用图像分析技术判断打上的标是否存在漏打或误打的情况;实现了无人监控式全自动打标,从而极大的降低了人力控制和监督成本。

技术领域

本发明属于点阵标记领域,涉及打标自动控制技术,具体是一种基于点阵式标记法的高速在线打标方法。

背景技术

打标是在生产中,依据国家相关规定或企业自身管理需要,在产品上进行文字、图片等标识,如:生产日期、有效期、产品编号等等;这个过程被称为打标;目前常用的打标方式为点阵式标记法;由于商品类型有所不同,打标的图片有所不同,而目前的点阵式打标机器存在或无法自动识别商品类型,或无法对打标位置进行校正,或无法对打标图片进行验证的问题;而对商品的识别、打标位置校正以及打标图片验证均需要人力,从而无法实现全自动化式打标;

为此,提出一种基于点阵式标记法的高速在线打标方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于点阵式标记法的高速在线打标方法,该一种基于点阵式标记法的高速在线打标方法实现了无人监控式全自动打标,从而极大的降低了人力控制和监督成本。

为实现上述目的,根据本发明的第一方面的实施例提出一种基于点阵式标记法的高速在线打标方法,包括以下步骤:

步骤一:预先收集需要进行打标的所有商品信息和对应的打标信息;

所述商品信息包括商品种类和每种商品的若干商品图片;所述打标信息包括每种商品需要打的标的图案以及使用点阵式标记法打标的步骤;

进一步的,点阵式标记机器将每种商品与打标图片的对应关系使用数据存储设备进行保存;

步骤二:利用商品图片训练出识别商品种类的神经网络模型;

步骤三:预先收集每种商品包装的图片,并在图片上标记出需要打标的位置;该图片即为打标标准图片;该位置即为打标标准位置;

步骤四:对打标机上的商品使用神经网络模型判断商品类型,并利用图片对比技术比较商品打标位置是否正确;根据位置对比结果对商品进行处理;

步骤五:点阵式标记机器从数据存储设备中读取商品类型对应的打标图片,并使用点阵标记法将打标图片打在商品包装上;

步骤六:使用图像分析技术判断打上的标是否存在漏打或误打的情况;

其中,所述商品图片训练识别商品品种的神经网络模型包括以下步骤:

步骤S1:将每张商品图片打上数字标签;

步骤S2:将商品图片作为输入,输入至神经网络模型中,并对神经网络模型进行训练;

步骤S3:预先根据实际经验设置预测准确率阈值K;当神经网络模型的预测准确率大于预测准确率阈值K时停止训练;并将训练完成的神经网络模型标记为M;

其中,神经网络模型判断商品类型的方式为:

点阵式标记机器启动机器携带的图像捕获设备实时获取待打标商品图片;并将商品图片输入至神经网络模型M中,获得输出的商品预测标签,再根据商品预测数字标签读取数字标签对应的商品种类;

其中,比较商品打标位置是否正确的方式为:

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安徽利珀科技有限公司,未经安徽利珀科技有限公司许可,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/202310176409.8/2.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