System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及质量检测,且更为具体地,涉及一种精华液自动化生产线及其方法。
技术介绍
1、在现代化妆品行业中,精华液因其富含的高效活性成分和显著的美容效果而深受广大消费者的喜爱。在精华液的生产过程中,精华液瓶的封口质量是保证产品无菌性和有效性的关键。任何封口不严的产品若流入市场,都将对品牌声誉造成重大打击,并迅速侵蚀消费者的信赖度。因此,生产商通常采取严密的质量控制策略,以确保精华液产品的安全有效
2、然而,在现有的精华液生产工艺中,封口质量的检测主要倚重于人力目视检查。然而,这种方法普遍存在效率低下的问题,并且容易受到个人主观判断的影响,在大规模连续生产中难以维持统一的检验标准。此外,生产线的高速运行速度往往超出人工检测的响应能力,可能导致封口缺陷的遗漏,进而影响产品的质量,甚至波及企业的声誉和信誉。因此,期待一种智能化的应用于精华液自动化生产线上的封口质量检测方案。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种精华液自动化生产线及其方法,其通过在生产线上安装高分辨率摄像头,实时拍摄精华液瓶的封口图像,并利用深度学习技术对封口图像进行分析处理,从中提取出细粒度的封口图像空间结构特征,以此来智能识别封口的质量缺陷。通过这种方式,可以实现对精华液瓶封口的自动化、非接触式检测,减少不良品的流出,确保产品质量的稳定性。
2、相应地,根据本申请的一个方面,提供了一种精华液自动化生产线,其包括:
3、封口状态监控模块,用于获取
4、封口质量特征提取模块,用于对所述精华液瓶封口图像进行多尺度封口质量特征提取以得到多尺度精华液瓶封口质量特征图;
5、细粒度空间感知模块,用于对所述多尺度精华液瓶封口质量特征图进行像素级全局空间上下文感知以得到封口质量全局语义关联特征向量;
6、封口质量检测模块,用于基于所述封口质量全局语义关联特征向量,确定封口质量是否合格。
7、在上述精华液自动化生产线中,所述封口质量特征提取模块,包括:图像预处理单元,用于对所述精华液瓶封口图像进行图像预处理以得到细节增强精华液瓶封口区域图像;多尺度特征提取单元,用于将所述细节增强精华液瓶封口区域图像通过基于双向金字塔网络的封口质量特征提取器以得到所述多尺度精华液瓶封口质量特征图。
8、在上述精华液自动化生产线中,所述图像预处理单元,包括:封口区域目标检测子单元,用于将所述精华液瓶封口图像通过基于yolo模型的封口区域检测器以得到精华液瓶封口区域图像;图像细节增强子单元,用于对所述精华液瓶封口区域图像进行直方图均衡化预处理和clahe校正颜色以得到所述细节增强精华液瓶封口区域图像。
9、在上述精华液自动化生产线中,所述细粒度空间感知模块,包括:像素级特征散化单元,用于对所述多尺度精华液瓶封口质量特征图进行像素级特征散化处理以得到精华液瓶封口质量像素级特征向量的序列;全局语义关联编码单元,用于对所述精华液瓶封口质量像素级特征向量的序列进行全局上下文语义关联编码以得到所述封口质量全局语义关联特征向量。
10、在上述精华液自动化生产线中,所述全局语义关联编码单元,用于:将所述精华液瓶封口质量像素级特征向量的序列通过基于transformer模型的全局空间上下文感知器以得到所述封口质量全局语义关联特征向量。
11、在上述精华液自动化生产线中,所述封口质量检测模块,包括:特征优化单元,用于对所述封口质量全局语义关联特征向量进行基于细粒度误差度量的后向尺度放缩优化以得到优化封口质量全局语义关联特征向量;检测结果生成单元,用于将所述优化封口质量全局语义关联特征向量通过基于分类器的质量检测器以得到检测结果,所述检测结果用于表示封口质量是否合格。
12、在上述精华液自动化生产线中,所述特征优化单元,包括:概率化激活子单元,用于对所述封口质量全局语义关联特征向量进行基于sigmoid函数的概率化激活以得到概率化封口质量全局语义关联特征向量;预分类子单元,用于将所述封口质量全局语义关联特征向量输入分类器以得到初始类标签概率值;误差度量子单元,用于计算所述概率化封口质量全局语义关联特征向量中各个位置的特征值与所述初始类标签概率值之间的差值的绝对值以得到后向机器学习细粒度误差度量向量;注意力优化子单元,用于以所述后向机器学习细粒度误差度量向量作为键向量、所述封口质量全局语义关联特征向量作为查询向量和值向量,将所述键向量、所述查询向量和所述值向量输入转换器结构以得到后向学习类注意力优化封口质量全局语义关联特征向量;优化缩放因子计算子单元,用于计算所述后向机器学习细粒度误差度量向量的加和值与所述后向机器学习细粒度误差度量向量的长度之间的比值,并计算以所述比值为幂的自然指数函数值作为优化缩放因子;特征优化缩放子单元,用于计算所述优化缩放因子与所述后向学习类注意力优化封口质量全局语义关联特征向量之间的乘积以得到所述优化封口质量全局语义关联特征向量。
13、根据本申请的另一个方面,提供了一种精华液自动化生产方法,其包括:
14、获取由高清摄像头采集的精华液瓶封口图像;
15、对所述精华液瓶封口图像进行多尺度封口质量特征提取以得到多尺度精华液瓶封口质量特征图;
16、对所述多尺度精华液瓶封口质量特征图进行像素级全局空间上下文感知以得到封口质量全局语义关联特征向量;
17、基于所述封口质量全局语义关联特征向量,确定封口质量是否合格。
18、与现有技术相比,本申请提供的精华液自动化生产线及其方法,其通过在生产线上安装高分辨率摄像头,实时拍摄精华液瓶的封口图像,并利用深度学习技术对封口图像进行分析处理,从中提取出细粒度的封口图像空间结构特征,以此来智能识别封口的质量缺陷。通过这种方式,可以实现对精华液瓶封口的自动化、非接触式检测,减少不良品的流出,确保产品质量的稳定性。
本文档来自技高网...【技术保护点】
1.一种精华液自动化生产线,其特征在于,包括:
2.根据权利要求1所述的精华液自动化生产线,其特征在于,所述封口质量特征提取模块,包括:
3.根据权利要求2所述的精华液自动化生产线,其特征在于,所述图像预处理单元,包括:
4.根据权利要求3所述的精华液自动化生产线,其特征在于,所述细粒度空间感知模块,包括:
5.根据权利要求4所述的精华液自动化生产线,其特征在于,所述全局语义关联编码单元,用于:
6.根据权利要求5所述的精华液自动化生产线,其特征在于,所述封口质量检测模块,包括:
7.根据权利要求6所述的精华液自动化生产线,其特征在于,所述特征优化单元,包括:
8.一种精华液自动化生产方法,其特征在于,包括:
9.根据权利要求8所述的精华液自动化生产方法,其特征在于,对所述精华液瓶封口图像进行多尺度封口质量特征提取以得到多尺度精华液瓶封口质量特征图,包括:
10.根据权利要求9所述的精华液自动化生产方法,其特征在于,对所述精华液瓶封口图像进行图像预处理以得到细节增强精华液瓶
...【技术特征摘要】
1.一种精华液自动化生产线,其特征在于,包括:
2.根据权利要求1所述的精华液自动化生产线,其特征在于,所述封口质量特征提取模块,包括:
3.根据权利要求2所述的精华液自动化生产线,其特征在于,所述图像预处理单元,包括:
4.根据权利要求3所述的精华液自动化生产线,其特征在于,所述细粒度空间感知模块,包括:
5.根据权利要求4所述的精华液自动化生产线,其特征在于,所述全局语义关联编码单元,用于:
6.根据权利要求5所述的精华液自动化生产线,其特...
【专利技术属性】
技术研发人员:王海燕,
申请(专利权)人:上海茹钰生物科技有限公司,
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。