【技术实现步骤摘要】
本说明书涉及质量检测领域，更具体地说，本专利技术涉及一种基于抽样检测结果的产品质量评价方法及相关设备。
技术介绍
1、随着人们对健康和健身日益重视，健身产品市场迅速增长，并且产品种类不断创新和扩展。从传统的举重设备到高科技的智能健身器械，消费者对健身产品的需求越来越多样化。与此同时，健身器材的质量和性能也成为消费者关注的焦点。
2、随着制造技术的提高和质量控制的加强，大多数健身产品能够满足行业内的基本安全和性能标准。传统的质量检测方法侧重于产品的物理属性、耐用性、安全性等，通常通过一系列标准化测试来进行，采用的检测方式和方法比较固定。随着产品创新，传统的质量检测方法可能无法全面评估产品的所有新功能和综合特性，对于相关检测者和检测单位也提出了更为严格的要求。
技术实现思路
1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
2、第一方面，本专利技术提出一种基于抽样检测结果的产品质量评价方法，用于健身器材，上述方法包括：
3、获取产品的品类信息、产品结构自由度数量信息和产品活动部件数量；
4、根据品类信息和产品活动部件数量确定目标抽样样品数量；
5、根据上述产品结构自由度数量确定检测项目数量；
6、基于上述检测项目数量对上述目标抽
7、基于上述抽样检测结果对上述产品进行质量评价。
8、可选地，上述获取产品的品类信息、产品结构自由度数量信息和产品活动部件数量，包括：
9、根据产品图纸标题栏获取零件名称和零件数量；
10、基于上述零件名称和上述零件数量确定产品活动部件数量；
11、获取产品图像信息，其中，上述产品图像信息包括整体轮廓图像和提示标牌示意图像，上述提示标牌示意图像包括产品的使用方法信息和可锻炼肌肉群位置信息；
12、根据上述整体轮廓图像基于第一目标识别网络模型获取上述产品的品类信息，其中，上述产品的品类信息包括力量类健身器材、有氧类健身器材和综合类训练器材；
13、根据上述提示标牌示意图像基于第二目标识别网络模型获取上述产品结构自由度数量信息。
14、可选地，上述根据上述整体轮廓图像基于第一目标识别网络模型获取上述产品的品类信息，包括：
15、获取第一训练图集，其中，上述第一训练图集中包括力量类健身器材、有氧类健身器材和综合类训练器材的训练图像；
16、对上述第一训练图集进行预处理以获取待处理第一训练图集，其中，上述预处理包括标准化操作和归一化操作；
17、构建上述第一识别网络，其中，上述第一识别网络包括多层卷积层、池化层和全连接层，上述第一识别网络的损失函数为交叉熵损失函数，上述第一识别网络的优化器为adam优化器，上述第一识别网络采用dropout优化；
18、根据上述取待处理第一训练图集对上述第一识别网络进行训练并进行交叉认证以使上述第一识别网络达到预设精度，获取第一目标识别网络模型；
19、将上述整体轮廓图像输入至上述第一目标识别网络模型以获取产品品类概率分布；
20、基于上述产品品类概率分布获取上述产品的品类信息。
21、可选地，上述根据上述提示标牌示意图像基于第二目标识别网络模型获取上述产品结构自由度数量信息，包括：
22、获取第二训练图像集，其中，上述第二训练图像集中包括产品的使用方法信息图像集和可锻炼肌肉群位置信息图像集，上述产品的使用方法图像集包括文字信息，上述可锻炼肌肉群位置信息包括训练姿势信息和主要锻炼肌肉群位置信息；
23、采用文字信息处理技术在上述产品的使用方法信息图像集中提取与自由度相关的文字特征；
24、使用图像处理技术在上述可锻炼肌肉群位置信息图像集中提取上述主要锻炼肌肉群位置信息和上述训练姿势信息；
25、基于上述主要锻炼肌肉群位置信息和上述训练姿势信息确定与自由度相关的图像特征；
26、将上述文字特征和与上述图像特征利用多层感知器进行训练并优化以获取上述第二目标识别网络模型；
27、将上述提示标牌示意图像输入至上述第二目标识别网络模型，以获取上述产品结构自由度数量信息。
28、可选地，上述根据品类信息和产品活动部件数量确定目标抽样样品数量，包括：
29、根据上述品类信息获取品类风险系数f1；
30、根据上述产品活动部件数量确定活动部件风险系数f2；
31、基于产品标准信息确定基础抽样数量n1；
32、基于下式确定上述目标抽样样品数量na：
33、na＝n1+f1×f2
34、式中，na为上述目标抽样样品数量，f1为上述品类风险系数，f2为上述活动部件风险系数，n1为上述基础抽样数量。
35、可选地，上述根据上述产品结构自由度数量确定检测项目数量，包括；
36、根据自由系数和自由度数量对应曲线确定上述产品结构自由度数量z1对应的结构自由度系数x1，其中，上述自由系数和自由度数量对应曲线是基于历史检测数据进行曲线拟合获取的，
37、基于产品标准信息确定基础检测数量z2；
38、基于下式确定上述检测项目数量za：
39、za＝z2+z1×x1
40、式中，za为上述检测项目数量，z2为上述基础检测数量f1，z1为上述产品结构自由度数量，x1为上述结构自由度系数。
41、可选地，上述基于上述检测项目数量对上述目标抽样样品数量的产品进行抽样检测，并获取抽样检测结果，包括：
42、对每个目标抽样样品基于每个检测项目进行检测并获取单项检测结果；
43、基于每个单项检测结果和其对应的检测结果权重计算每个目标抽样样品的单品检测结果；
44、基于所有上述单品检测结果的平均值确定上述抽样检测结果。
45、第二方面，本专利技术还提出一种基于抽样检测结果的产品质量评价装置，包括：
46、第一获取单元，用于获取产品的品类信息、产品结构自由度数量信息和产品活动部件数量；
47、第一确定单元，用于根据品类信息和产品活动部件数量确定目标抽样样品数量；
48、第二确定单元，用于根据上述产品结构自由度数量确定检测项目数量；
49、第二获取单元，用于基于上述检测项目数量对上述目标抽样样品数量的产品进行抽样检测，并获取抽样检测结果；
50、评价单元，用于基于上述抽样检测结果对上述产品进行质量评价。
51、第三方面，一种电子设备，包括：储存器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程本文档来自技高网...
【技术保护点】
1.一种基于抽样检测结果的产品质量评价方法，用于健身器材，其特征在于，包括：
2.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述获取产品的品类信息、产品结构自由度数量信息和产品活动部件数量，包括：
3.根据权利要求2所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据所述整体轮廓图像基于第一目标识别网络模型获取所述产品的品类信息，包括：
4.根据权利要求2所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据所述提示标牌示意图像基于第二目标识别网络模型获取所述产品结构自由度数量信息，包括：
5.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据品类信息和产品活动部件数量确定目标抽样样品数量，包括：
6.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据所述产品结构自由度数量确定检测项目数量，包括；
7.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述基于所述检测项目数量对所述目标抽样样品数量
8.一种基于抽样检测结果的产品质量评价装置，其特征在于，包括：
9.一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的基于抽样检测结果的产品质量评价方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于抽样检测结果的产品质量评价方法的步骤。
...【技术特征摘要】
1.一种基于抽样检测结果的产品质量评价方法，用于健身器材，其特征在于，包括：
2.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述获取产品的品类信息、产品结构自由度数量信息和产品活动部件数量，包括：
3.根据权利要求2所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据所述整体轮廓图像基于第一目标识别网络模型获取所述产品的品类信息，包括：
4.根据权利要求2所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据所述提示标牌示意图像基于第二目标识别网络模型获取所述产品结构自由度数量信息，包括：
5.根据权利要求1所述的基于抽样检测结果的产品质量评价方法，其特征在于，所述根据品类信息和产品活动部件数量确定目标抽样样品数量，包括：
6.根据权利要求1所述的基于抽样检...
【专利技术属性】
技术研发人员：曹茜，葛亮，刘淑民，李文娜，吴轶欧，
申请(专利权)人：天津市产品质量监督检测技术研究院，
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。