轮胎分拣方法及装置与流程

本说明书实施例涉及物流分拣，特别涉及轮胎分拣方法。

背景技术：

1、轮胎厂生产的轮胎经过检测合格后都要入库储存，检测合格的轮胎要经过输送线从检测车间按照不同型号、不同规格、传送到不同到仓库，轮胎上面有关键的分类信息、比如logo、层级、规格、花纹号、真空/非真空；

2、在ocr技术的应用场景中，轮胎字符识别是其中的一个重要场景，轮胎表面所携带的字符标识通常反映了硫化成型流水线上的橡胶轮胎的一些性能与特性。目前，轮胎分拣大多是由人工完成，但在大批量的生产时，种类繁多、以及由于工作环境的复杂性，单靠人工难以满足需求。

3、由此，亟需一种更好的方案。

技术实现思路

1、有鉴于此，本说明书实施例提供了轮胎分拣方法。本说明书一个或者多个实施例同时涉及轮胎分拣装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

2、根据本说明书实施例的第一方面，提供了一种轮胎分拣方法，包括：

3、获取轮胎样本图像，对轮胎样本图像进行标记，确定标记图像；

4、基于标记图像和初始深度学习模型进行训练，得到目标深度学习模型；

5、采集目标轮胎图像，将目标轮胎图像输入至目标深度学习模型，确定特征位置；

6、基于特征位置对轮胎进行分拣。

7、在一种可能的实现方式中，获取轮胎样本图像，对轮胎样本图像进行标记，确定标记图像，包括：

8、确定样本数量和样本尺寸，基于样本数量和样本尺寸获取轮胎样本图像；

9、确定目标尺寸，基于目标尺寸从轮胎样本图像进行标记确定目标尺寸样本，并对目标尺寸样本进行标记，确定尺寸标记样本；

10、对轮胎样本图像中的字符区域进行标记确定字符区域标记样本；

11、基于尺寸标记样本和字符区域标记样本确定标记图像。

12、在一种可能的实现方式中，样本尺寸包括第一尺寸、第二尺寸和第三尺寸；

13、第一尺寸大于第二尺寸，第二尺寸大于第三尺寸；

14、目标尺寸等于第一尺寸。

15、在一种可能的实现方式中，基于标记图像和初始深度学习模型进行训练，得到目标深度学习模型，包括：

16、基于区域标记样本和初始深度学习模型进行训练，确定区域识别模型；

17、基于字符区域标记样本和区域识别模型进行训练，得到目标深度学习模型。

18、在一种可能的实现方式中，采集目标轮胎图像，包括：

19、在传送带检测到轮胎经过的情况下，通过面阵相机获取初始轮胎图像；

20、将初始轮胎图像旋转至设定角度，得到目标轮胎图像。

21、在一种可能的实现方式中，基于特征位置对轮胎进行分拣，还包括：

22、基于特征位置和样本尺寸对目标轮胎图像进行缩放，确定缩放图像；

23、基于缩放图像对轮胎进行分拣。

24、在一种可能的实现方式中，将缩放图像对轮胎进行分拣，包括：

25、将缩放图像和字符库输入目标深度学习模型，确定轮胎的类别；

26、基于轮胎的类别对轮胎进行分拣。

27、根据本说明书实施例的第二方面，提供了一种轮胎分拣装置，包括：

28、图像确定模块，被配置为获取轮胎样本图像，对轮胎样本图像进行标记，确定标记图像；

29、模型训练模块，被配置为基于标记图像和初始深度学习模型进行训练，得到目标深度学习模型；

30、图像采集模块，被配置为采集目标轮胎图像，将目标轮胎图像输入至目标深度学习模型，确定特征位置；

31、轮胎分拣模块，被配置为基于特征位置对轮胎进行分拣。

32、根据本说明书实施例的第三方面，提供了一种计算设备，包括：

33、存储器和处理器；

34、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述轮胎分拣方法的步骤。

35、根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述轮胎分拣方法的步骤。

36、根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述轮胎分拣方法的步骤。

37、本说明书实施例提供轮胎分拣方法及装置，其中所述轮胎分拣方法包括：获取轮胎样本图像，对所述轮胎样本图像进行标记，确定标记图像；基于所述标记图像和初始深度学习模型进行训练，得到目标深度学习模型；采集目标轮胎图像，将所述目标轮胎图像输入至所述目标深度学习模型，确定特征位置；基于所述特征位置对轮胎进行分拣。通过获取轮胎样本图像，对所述轮胎样本图像进行标记，确定标记图像；基于所述标记图像和初始深度学习模型进行训练，得到目标深度学习模型；采集目标轮胎图像，将所述目标轮胎图像输入至所述目标深度学习模型，确定特征位置；基于所述特征位置对轮胎进行分拣，实现了自动对轮胎进行分拣，提高了分拣效率。

技术特征：

1.一种轮胎分拣方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取轮胎样本图像，对所述轮胎样本图像进行标记，确定标记图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述样本尺寸包括第一尺寸、第二尺寸和第三尺寸；

4.根据权利要求2所述的方法，其特征在于，所述基于所述标记图像和初始深度学习模型进行训练，得到目标深度学习模型，包括：

5.根据权利要求1所述的方法，其特征在于，所述采集目标轮胎图像，包括：

6.根据权利要求2所述的方法，其特征在于，所述基于所述特征位置对轮胎进行分拣，还包括：

7.根据权利要求6所述的方法，其特征在于，所述将所述缩放图像对轮胎进行分拣，包括：

8.一种轮胎分拣装置，其特征在于，包括：

9.一种计算设备，其特征在于，包括：

10.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述轮胎分拣方法的步骤。

技术总结本说明书实施例提供轮胎分拣方法及装置，其中所述轮胎分拣方法包括：获取轮胎样本图像，对所述轮胎样本图像进行标记，确定标记图像；基于所述标记图像和初始深度学习模型进行训练，得到目标深度学习模型；采集目标轮胎图像，将所述目标轮胎图像输入至所述目标深度学习模型，确定特征位置；基于所述特征位置对轮胎进行分拣。通过获取轮胎样本图像，对所述轮胎样本图像进行标记，确定标记图像；基于所述标记图像和初始深度学习模型进行训练，得到目标深度学习模型；采集目标轮胎图像，将所述目标轮胎图像输入至所述目标深度学习模型，确定特征位置；基于所述特征位置对轮胎进行分拣，实现了自动对轮胎进行分拣，提高了分拣效率。技术研发人员：杨牧,王龙朋,陈建文,李建福受保护的技术使用者：钛玛科（北京）工业科技有限公司技术研发日：技术公布日：2024/6/26