【技术实现步骤摘要】
本专利技术涉及目标检测，更具体地说，它涉及低算力需求倍捻机目标检测方法、系统、介质及计算机。
技术介绍
1、在视觉检测应用中，图片采集往往是一个重要的应用，它在各种领域，包括工业、医疗、农业、安全监控、自动驾驶等方面都具有广泛的应用。图片采集的目的是捕获目标对象或场景的图像，并将这些图像用于后续的分析、识别、检测和决策过程。
2、在纺织领域中，倍捻机是一种加捻设备，实质上是一种并线设备，可以将两股或者两股以上的单纱通过加捻粘合成为股线，增强了原纱线的性能。现在的倍捻机通常由动力部分、倍捻单元和传动部分等组成，要想确保倍捻机正常运行，需要对倍捻机三元、罗拉、过丝轮、原料管余量进行监控。
3、现有的生产过程中，对倍捻机的监控通常还是基于人工监控，需要工人不断地进行巡逻，对倍捻机的状态进行查看和判断，避免某一个倍捻机上的锭子出现问题产生出瑕疵品。
4、现有的一台倍捻机可以同时加捻256个股线甚至更多，而每一个股线都需要对三元、罗拉、锭子、原料管监控，往往一个工厂有几十台倍捻机或更多，因此会存在大量的需要监控的区域，仅仅依赖人工巡检，会导致巡检工人工作量过大、数量众多的倍捻机容易存在漏检的情况。
5、因此还有一些生产厂商提出了一种基于视觉检测的倍捻机锭子监控方案，也就是通过拍摄倍捻机的照片，然后利用预先训练的深度学习模型对照片中需要监控的目标进行定位，并且判断该目标是否存在异常，如果是，则发出示警信号提示相关工作人员即使进行查看。但是该方法依然存在以下问题：随着图像清晰度的需求不断增加，相
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供低算力需求倍捻机目标检测方法、系统、介质及计算机，以达到在不降低照片拍摄清晰度、维持目标检测准确度的前提下，降低目标检测系统对算力资源的需求的目的。
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：低算力需求倍捻机目标检测方法，包括：
3、s1、利用预先设定的巡检机器人拍摄倍捻机的工作状态，得到工作视频；从所述工作视频中提取所有的帧图像，均记作第一帧图像；
4、s2、根据各个第一帧图像中倍捻机的过丝轮的位置，分别对各个第一帧图像进行裁切，得到对应的第二帧图像；其中，所述第二帧图像的宽度为对应的第一帧图像的宽度相同；所述第二帧图像的高度为对应的过丝轮在对应的第一帧图像中的高度；
5、s3、根据预设的尺寸变换规则，分别对各个第二帧图像进行尺寸调整，得到对应的第三帧图像；对各个第三帧图像分别进行目标识别，得到对应的过丝轮的第一位置信息；
6、s4、根据各个第一位置信息，分别判断对应的第三帧图像上的过丝轮是否位于预设区域的内部，若是，则将该第三帧图像记作第四帧图像，并执行步骤s5；若否，则舍弃该第三帧图像；
7、s5、根据预设的尺寸变换规则以及各个第四帧图像对应的第一位置信息，在与各个第四帧图像对应的第一帧图像上确定对应的过丝轮的第二位置信息；根据各个第二位置信息，计算出对应的第一帧图像上的倍捻机三元的第三位置信息以及原料管的第四位置信息；
8、s6、根据各个第三位置信息，对对应的第一帧图像进行裁切得到对应的第五帧图像；根据各个第四位置信息，对对应的第一帧图像进行裁切得到对应的第六帧图像；
9、s7、利用预先训练好的目标检测神经网络模型对各个第五帧图像进行识别，判断对应的倍捻机三元是否存在异常，若是，则发送示警信号；利用预先训练好的目标检测神经网络模型对各个第六帧图像进行识别，判断对应的原料管是否存在异常，若是，则发送示警信号。
10、可选的，所述步骤s1，还包括：从所述工作视频中提取所有的帧图像，每隔预定时间从视频中抽取一幅帧图像，均记作第一帧图像。
11、可选的，所述根据预设的尺寸变换规则，分别对各个第二帧图像进行尺寸调整，得到对应的第三帧图像，包括：使用opencv的resize算法第二帧图像进行尺寸调整，分别将每一个第二帧图像的宽度和第二帧图像的高度缩小为第二帧图像的一半，得到对应的第三帧图像。
12、可选的，所述根据各个第一帧图像中倍捻机的过丝轮的位置，分别对各个第一帧图像进行裁切，得到对应的第二帧图像，包括：在所述第一帧图像中确定过丝轮的最高点对应的第一像素坐标以及过丝轮最低点对应的第二像素坐标；以所述第一像素坐标所在的水平线作为第一裁切线，以第二像素坐标所在的水平线作为第二裁切线，对第一帧图像进行裁切，得到对应的第二帧图像。
13、可选的，所述对各个第三帧图像分别进行目标识别，得到对应的过丝轮的第一位置信息，包括：将每一个第三帧图像分别输入到预先训练好的目标检测神经网络模型中进行检测，对应得到框定过丝轮的第一边界框以及边界框对应的第一位置信息。
14、可选的，所述根据预设的尺寸变换规则以及第一位置信息，在与第四帧图像对应的第一帧图像上确定过丝轮的第二位置信息；根据过丝轮的第二位置信息，计算出第一帧图像上的倍捻机三元的第三位置信息以及原料管的第四位置信息，包括：根据预设的尺寸变换规则计算仿射变换逆矩阵；根据仿射变换逆矩阵以及第一位置信息，计算过丝轮在对应的第一帧图像上的第二位置信息；获取倍捻机三元与过丝轮之间的第一位置对应关系，以及原料管与过丝轮之间的第二位置对应关系；根据第二位置信息以及第一位置对应关系，确定第一帧图像上的倍捻机三元的第三位置信息；根据第二位置信息以及第二位置对应关系，确定第一帧图像上的原料管的第四位置信息。
15、可选的，所述根据各个第一位置信息，分别判断对应的第三帧图像上的过丝轮是否位于预设区域的内部，包括：在各个第三帧图像的中心位置设置120像素宽度的预设区域，当过丝轮的中心线位于预设区域的内部的情况下，则认定过丝轮位于预设区域的内部。
16、低算力需求倍捻机目标检测方系统，包括：
17、帧图像提取模块：用于利用预先设定的巡检机器人拍摄倍捻机的工作状态，得到工作视频；从所述工作视频中提取所有的帧图像，均记作第一帧图像；
18、帧图像裁切模块：用于根据各个第一帧图像中倍捻机的过丝轮的位置，分别对各个第一帧图像进行裁切，得到对应的第二帧图像；其中，所述第二帧图像的宽度为对应的第一帧图像的宽度相同；所述第二帧图像的高度为对应的过丝轮在对应的第一帧图像中的高度；根据各个第三位置信息，对对应的第一帧图像进行裁切得到对应的第五帧图像；根据各个第四位置信息，对对应的第一帧图像进行裁切得到对应的第六帧图像；
1本文档来自技高网...
【技术保护点】
1.低算力需求倍捻机目标检测方法，其特征在于，包括：
2.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述步骤S1，还包括：
3.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据预设的尺寸变换规则，分别对各个第二帧图像进行尺寸调整，得到对应的第三帧图像，包括：
4.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据各个第一帧图像中倍捻机的过丝轮的位置，分别对各个第一帧图像进行裁切，得到对应的第二帧图像，包括：
5.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述对各个第三帧图像分别进行目标识别，得到对应的过丝轮的第一位置信息，包括：
6.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据预设的尺寸变换规则以及各个第四帧图像对应的第一位置信息，在与各个第四帧图像对应的第一帧图像上确定对应的过丝轮的第二位置信息；根据各个第二位置信息，计算出对应的第一帧图像上的倍捻机三元的第三位置信息以及原料管的第四位置信息，包括：
8.低算力需求倍捻机目标检测系统，其特征在于，包括：
9.一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权利要求1至7中任一项所述的方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.低算力需求倍捻机目标检测方法，其特征在于，包括：
2.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述步骤s1，还包括：
3.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据预设的尺寸变换规则，分别对各个第二帧图像进行尺寸调整，得到对应的第三帧图像，包括：
4.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据各个第一帧图像中倍捻机的过丝轮的位置，分别对各个第一帧图像进行裁切，得到对应的第二帧图像，包括：
5.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述对各个第三帧图像分别进行目标识别，得到对应的过丝轮的第一位置信息，包括：
6.根据权利要求1所述的低算力需求倍捻机目标检测方法，其特征在于，所述根据预设的尺寸变换规则以及各个第四帧图像对应的第一位置信息，在与各个第四帧图像对应的第...
【专利技术属性】
技术研发人员：朱俊杰，
申请(专利权)人：上海致景信息科技有限公司，
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。