本发明专利技术提供一种物品检测装置，包括至少一个灯光设备、至少一个摄像机，以及至少一个处理器，所述至少一个处理器与所述至少一个灯光设备和所述至少一个摄像机电气连接；其中，所述至少一个灯光设备和所述至少一个摄像机设置于一载具的相对两侧；所述处理器，用于控制所述至少一个灯光设备向所述载具发射光束；所述处理器，还用于控制所述至少一个摄像机对所述载具拍摄图像；所述处理器，还用于调用预先训练好的物品检测模型基于所拍摄的图像对所述载具内的物品的放置情况进行检测。本发明专利技术还提供物品检测方法及存储介质。本发明专利技术可以快速准确地对载具内的物品的放置情况进行检测，提升检测效率的同时节省人力成本。升检测效率的同时节省人力成本。升检测效率的同时节省人力成本。
【技术实现步骤摘要】
物品检测装置、物品检测方法、存储介质
[0001]本专利技术涉及计算机
，具体涉及一种物品检测装置、物品检测方法、存储介质。
技术介绍
[0002]目前，当晶圆被人工或是机器手臂摆放到晶圆载具如晶舟盒或是晶圆传输盒之后，有一定的机率会发生晶圆斜置的情况。目前都是由作业员以人工目测的方式来观察晶圆是否倾斜放置。
[0003]然而，由于晶圆载具的外观并不是完全透明的，所以通常需要作业员从晶圆载具的六个方向仔细观察来确定晶圆是否倾斜放置。此外，晶圆在晶圆载具内的排列组合众多且当装满一定数量的时候，排列十分密集。因此，作业员较难观察出晶圆是否倾斜放置，进而导致辨别错误的情况发生。
技术实现思路
[0004]鉴于以上内容，有必要提出一种物品检测装置、物品检测方法、存储介质，可以快速准确地对载具内的物品的放置情况进行检测，提升检测效率的同时节省人力成本。
[0005]本专利技术的第一方面提供一种物品检测装置，所述物品检测装置包括至少一个灯光设备、至少一个摄像机，以及至少一个处理器，所述至少一个处理器与所述至少一个灯光设备和所述至少一个摄像机电气连接；其中，所述至少一个灯光设备和所述至少一个摄像机设置于一载具的相对两侧；所述处理器，用于控制所述至少一个灯光设备向所述载具发射光束；所述处理器，还用于控制所述至少一个摄像机对所述载具拍摄图像；所述处理器，还用于调用预先训练好的物品检测模型基于所拍摄的图像对所述载具内的物品的放置情况进行检测。
[0006]优选地，所述处理器还用于训练所述物品检测模型，包括：获取预设数量的与不同放置情况分别对应的图像，并对与每种放置情况所对应的图像标注类别，使得与不同放置情况所对用的图像携带类别标签，将作了类别标注后的所述预设数量的与不同放置情况分别对应的图像作为训练样本；将所述训练样本随机分成第一预设比例的训练集和第二预设比例的验证集，利用所述训练集训练深度神经网络获得所述物品检测模型，并利用所述验证集验证所述物品检测模型的准确率；及若所述准确率大于或者等于预设准确率时，则结束训练；若所述准确率小于所述预设准确率时，则增加训练样本的样本数量重新训练深度神经网络直至重新获得的所述物品检测模型的所述准确率大于或者等于所述预设准确率。
[0007]优选地，所述不同放置情况包括所述载具内的每个物品正确放置、所述载具内至少一个物品倾斜放置。
[0008]优选地，所述至少一个灯光设备设置于所述载具的上方，所述至少一个摄像机设置于所述载具的下方；或者所述至少一个灯光设备和所述至少一个摄像机设置于所述载具的左右两侧。
[0009]优选地，所述载具所承载的所述物品为规则物品。
[0010]优选地，所述载具为晶圆载具，所述载具内的物品为晶圆。
[0011]本专利技术第二方面提供一种利用所述物品检测装置实现物品检测的方法，该方法包括：控制所述至少一个灯光设备向所述载具发射光束；控制所述至少一个摄像机对所述载具拍摄图像；及调用预先训练好的物品检测模型基于所拍摄的图像对所述载具内的物品的放置情况进行检测。
[0012]优选地，该方法还包括训练所述物品检测模型，包括：获取预设数量的与不同放置情况分别对应的图像，并对与每种放置情况所对应的图像标注类别，使得与不同放置情况所对用的图像携带类别标签，将作了类别标注后的所述预设数量的与不同放置情况分别对应的图像作为训练样本；将所述训练样本随机分成第一预设比例的训练集和第二预设比例的验证集，利用所述训练集训练深度神经网络获得所述物品检测模型，并利用所述验证集验证所述物品检测模型的准确率；及若所述准确率大于或者等于预设准确率时，则结束训练；若所述准确率小于所述预设准确率时，则增加训练样本的样本数量重新训练深度神经网络直至重新获得的所述物品检测模型的所述准确率大于或者等于所述预设准确率。
[0013]优选地，所述不同放置情况包括所述载具内的每个物品正确放置、所述载具内至少一个物品倾斜放置。
[0014]本专利技术第二方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多个模块，所述多个模块被处理器执行时实现所述的物品检测的方法。
[0015]本专利技术实施例中所述的物品检测装置、物品检测方法、存储介质，可以快速准确地对载具内的物品的放置情况进行检测，提升检测效率的同时节省人力成本。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1是本专利技术较佳实施例提供的物品检测装置的方框图。
[0018]图2举例说明发光设备和摄像机的设置。
[0019]图3是本专利技术较佳实施例提供的物品检测系统的功能模块图。
[0020]图4是本专利技术较佳实施例提供的物品检测方法的流程图。
[0021]如下具体实施方式将结合上述附图进一步说明本专利技术。
[0022]主要元件符号说明
[0023][0024][0025]如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0026]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本专利技术的实施例及实施例中的特征可以相互组合。
[0027]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。
[0029]参阅图1所示，为本专利技术较佳实施例提供的物品检测装置的架构图。
[0030]在一个实施例中，物品检测装置1包括，但不限于，至少一个灯光设备11、至少一个摄像机12、至少一个处理器13，以及存储器14。本实施例中，所述至少一个处理器13与所述至少一个灯光设备11、所述至少一个摄像机12，以及所述存储器14电气连接。
[0031]需要说明，图1所示仅为对本专利技术实施例的所述物品检测装置1的举例说明，不应解释为对本专利技术的限制。所述物品检测装置1可以包括比图1所示的更多或者更少的元件。例如，所述物品检测装置1还可以包括操作系统、通讯模块等。
[0032]本实施例中，所述物品检测装置1用于对载具2所承载的一个或多个物品21的放置情况进行检测。例如，检测所述一个或多个物品21在所述载具2内是否倾斜放置。
[0033]在一个实施例中，所述一个或多个物品21可以为规则物品，例如，是具有相同形本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物品检测装置，其特征在于，所述物品检测装置包括至少一个灯光设备、至少一个摄像机，以及至少一个处理器，所述至少一个处理器与所述至少一个灯光设备和所述至少一个摄像机电气连接；其中，所述至少一个灯光设备和所述至少一个摄像机设置于一载具的相对两侧；所述处理器，用于控制所述至少一个灯光设备向所述载具发射光束；所述处理器，还用于控制所述至少一个摄像机对所述载具拍摄图像；所述处理器，还用于调用预先训练好的物品检测模型基于所拍摄的图像对所述载具内的物品的放置情况进行检测。2.如权利要求1所述的物品检测装置，其特征在于，所述处理器还用于训练所述物品检测模型，包括：获取预设数量的与不同放置情况分别对应的图像，并对与每种放置情况所对应的图像标注类别，使得与不同放置情况所对用的图像携带类别标签，将作了类别标注后的所述预设数量的与不同放置情况分别对应的图像作为训练样本；将所述训练样本随机分成第一预设比例的训练集和第二预设比例的验证集，利用所述训练集训练深度神经网络获得所述物品检测模型，并利用所述验证集验证所述物品检测模型的准确率；及若所述准确率大于或者等于预设准确率时，则结束训练；若所述准确率小于所述预设准确率时，则增加训练样本的样本数量重新训练深度神经网络直至重新获得的所述物品检测模型的所述准确率大于或者等于所述预设准确率。3.如权利要求2所述的物品检测装置，其特征在于，所述不同放置情况包括所述载具内的每个物品正确放置、所述载具内至少一个物品倾斜放置。4.如权利要求1所述的物品检测装置，其特征在于，所述至少一个灯光设备设置于所述载具的上方，所述至少一个摄像机设置于所述载具的下方；或者所述至少一个灯光设备和所述至少一个摄像机...
【专利技术属性】
技术研发人员：黄英典，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。