【技术实现步骤摘要】
本专利技术涉及数码印刷，具体而言，涉及一种数码印刷增强系统。
技术介绍
1、在现代数码印刷行业中，随着市场对个性化和高效率印刷品需求的不断增长，印刷技术的精确性和可靠性变得尤为关键。数码印刷技术因其灵活性和快速响应能力，已成为印刷行业的重要分支。然而，数码印刷过程中存在一些固有的挑战，如印刷偏移、分切不平整等问题，这些问题不仅影响印刷品的美观度和质量，还可能导致生产效率的降低和成本的增加。
2、传统的纠偏方法主要依赖于操作人员的经验和手动调整，这种方法不仅耗时耗力，而且难以保证一致性和精确性。随着印刷速度的提升和生产规模的扩大，传统方法已经无法满足现代印刷生产的需求。此外，分切不平整问题也一直是印刷行业的一个难题，尤其是在多款数多卷数同步生产的环境下，分切质量的控制变得更为复杂。
技术实现思路
1、本专利技术的目的在于提供了一种数码印刷增强系统，用以解决现有技术中存在的上述问题。
2、本专利技术实施例提供了一种数码印刷增强系统，所述系统包括：
3、图像捕捉模块：使用摄像头在印刷过程中实时捕捉印刷图像；
4、数据预处理模块：对印刷图像进行去噪、增强和归一化处理，获得预处理图像；
5、深度学习分析模块：利用训练好的缺陷识别深度学习模型分析预处理图像，识别出印刷缺陷类型；
6、其中，缺陷识别深度学习模型包括：输入层、基础卷积层、动态注意力模块、多尺度特征提取模块、卷积模块和全连接层；基础卷积层的包括一个64个3x3卷
7、可选的，所述系统还包括自动实时纠偏模块和分切平整保障模块，自动实时纠偏模块：根据深度学习分析结果，获得调整策略，根据策略自动调整印刷机的参数，以实时纠正偏差；
8、分切平整保障模块包括：
9、分切监测子模块：使用传感器和摄像头监测分切位置和纸张边缘；
10、反馈调整子模块：通过分析分切后的图像，判断切割效果，并实时调整切割机械的参数，以确保分切后的纸张平整无误。
11、可选的，所述系统还包括多款数和多卷数同步生产模块，多款数和多卷数同步生产模块包括：
12、生产任务调度子模块：进行多款数和多卷数的生产任务管理，通过算法优化调度，提高生产效率；
13、动态调整子模块：根据不同款式的生产需求，自动调整印刷机的设置。
14、可选的，所述系统还包括数据监控与反馈模块，数据监控与反馈模块包括：
15、实时数据记录子模块：实时记录生产过程中的各项数据，生产过程中的各项数据包括印刷速度、设备状态、环境条件；
16、异常报警子模块：当监测到异常情况时，发出警报信息，并生成相应的解决方案；
17、可视化模块：将实时数据和历史记录进行可视化。
18、可选的，缺陷识别深度学习模型的训练方法包括：
19、获得训练集，训练集包括多张训练印刷图像，训练印刷图像中标注了缺陷类型；
20、通过训练集对缺陷识别深度学习模型进行训练，每次迭代对应计算得到缺陷识别深度学习模型的损失函数；
21、当损失函数收敛时，确定缺陷识别深度学习模型训练结束。
22、可选的，缺陷识别深度学习模型的损失函数为：
23、ltotal＝lcls+λ1lbbox+λ2lfeat+λ3latt
24、其中，ltotal为缺陷识别深度学习模型的损失函数，lcls为交叉熵损失函数，lbbpx为边界框回归损失函数，lfeat是特征重建损失函数，latt是动态注意力损失函数，λ1、λ2和λ3为超参数，λ1、λ2和λ3的取值分别为1.0、1.0和0.5。
25、可选的，交叉熵损失函数的计算方式为：
26、
27、其中，n为训练集中训练印刷图像的数量，c为样本类别数量，yi,c为样本i在类别c的真实标签，样本i在类别c的预测概率,为的对数函数。
28、可选的，边界框回归损失函数的计算方式为：
29、
30、其中，ti,j为印刷缺陷的真实边界框参数；为印刷缺陷的预测边界框参数；smoothl1()为平滑损失函数，
31、
32、表示的绝对值。
33、可选的，特征重建损失函数的计算方式为：
34、
35、其中，fi是训练集中训练印刷图像的真实特征，为通过网络重建的特征，表示的范数。
36、10.根据权利要求9所述的数码印刷增强系统，其特征在于，动态注意力损失函数的计算方式为：
37、
38、其中，是注意力权重，atarget是预设的目标注意力权重，ai是重要性评分；β是控制项，β＝0.1。
39、相较于现有技术，本专利技术实施例达到了以下有益效果：
40、本专利技术实施例还提供了一种数码印刷增强系统，通过深度学习技术的应用，实时监控印刷质量，如果有质量问题能够及时调整参数，能够显著降低印刷缺陷率，提高成品率。自动化的纠偏和生产调度方式，使得生产线运行更加高效，减少人为操作带来的误差，提升生产效率。优化的生产流程和高效的质量控制，有助于降低原材料和人工成本，实现更高的经济效益。
本文档来自技高网...【技术保护点】
1.一种数码印刷增强系统，其特征在于，所述系统包括：
2.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括自动实时纠偏模块和分切平整保障模块，自动实时纠偏模块：根据深度学习分析结果，获得调整策略，根据策略自动调整印刷机的参数，以实时纠正偏差；
3.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括多款数和多卷数同步生产模块，多款数和多卷数同步生产模块包括：
4.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括数据监控与反馈模块，数据监控与反馈模块包括：
5.根据权利要求1所述的数码印刷增强系统，其特征在于，缺陷识别深度学习模型的训练方法包括：
6.根据权利要求5所述的数码印刷增强系统，其特征在于，缺陷识别深度学习模型的损失函数为：
7.根据权利要求6所述的数码印刷增强系统，其特征在于，交叉熵损失函数的计算方式为：
8.根据权利要求7所述的数码印刷增强系统，其特征在于，边界框回归损失函数的计算方式为：
9.根据权利要求8所述的数码印刷增强系统
10.根据权利要求9所述的数码印刷增强系统，其特征在于，动态注意力损失函数的计算方式为：
...【技术特征摘要】
1.一种数码印刷增强系统，其特征在于，所述系统包括：
2.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括自动实时纠偏模块和分切平整保障模块，自动实时纠偏模块：根据深度学习分析结果，获得调整策略，根据策略自动调整印刷机的参数，以实时纠正偏差；
3.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括多款数和多卷数同步生产模块，多款数和多卷数同步生产模块包括：
4.根据权利要求1所述的数码印刷增强系统，其特征在于，所述系统还包括数据监控与反馈模块，数据监控与反馈模块包括：
5.根据权利要求1...
【专利技术属性】
技术研发人员：余跃，余家地，王万强，
申请(专利权)人：广州美泰包装科技有限公司，
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。