申请/专利权人：杭州萧山科教服饰有限公司

申请日：2023-12-19

公开（公告）日：2024-06-25

公开（公告）号：CN117670857B

主分类号：G06T7/00

分类号：G06T7/00;G06Q10/0639;G06Q50/04;G06N3/0464;G06V10/764;G06V10/80;A41H42/00;G01N21/84;D06H7/00;D06C15/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本申请涉及智能生产领域，其具体地公开了一种校服智能生产线及方法，其通过摄像头采集熨烫后校服的校服检测图像，并在后端引入图像处理和分析算法来进行该校服检测图像的分析，以此来对熨烫后校服进行质量检测，以判断该校服是否存在缺陷。这样，能够对生产的校服进行自动化地质量检测，以确保生产出的校服符合标准和要求，通过这样的方式，可以提高校服生产线的生产效率和产品质量，并减少人为因素带来的误差和影响。

主权项：1.一种校服智能生产线，其特征在于，包括：裁剪机，用于根据校服的款式、尺寸和数量自动进行布料裁剪以得到裁剪后布料；缝纫机，用于将所述裁剪后布料进行缝纫以得到缝纫后校服；熨烫机，用于将所述缝纫后校服进行熨烫以得到熨烫后校服；检测机，用于对所述熨烫后校服进行质量检测以判断所述熨烫后校服是否存在缺陷；包装机，用于对质检后的所述熨烫后校进行分类、分组、打包和贴标签处理以得到校服成品；其中，所述检测机，包括：校服检测图像采集模块，用于获取由摄像头采集的所述熨烫后校服的校服检测图像；校服图像特征提取模块，用于通过基于深度神经网络模型的多尺度特征提取器对所述校服检测图像进行多尺度特征提取以得到校服检测图像浅层特征图和校服检测图像深层特征图；深浅特征损失信息计算模块，用于基于所述校服检测图像浅层特征图和所述校服检测图像深层特征图，确定网络损失信息；信息补偿模块，用于基于所述网络损失信息对所述校服检测图像浅层特征图进行补偿以得到补偿校服特征图；校服特征显著化模块，用于对所述补偿校服特征图进行显著化补偿以得到显著化补偿校服特征；校服缺陷检测模块，用于基于所述显著化补偿校服特征，确定所述熨烫后校服是否存在缺陷；其中，所述校服缺陷检测模块，包括：校服显著化特征优化单元，用于对所述显著化补偿校服特征图进行优化以得到优化显著化补偿校服特征图；熨烫后校服质量检测单元，用于将所述优化显著化补偿校服特征图通过分类器以得到分类结果，所述分类结果用于表示所述熨烫后校服是否存在缺陷；其中，所述校服显著化特征优化单元，用于：以如下优化公式对所述显著化补偿校服特征图进行优化以得到优化显著化补偿校服特征图；其中，所述优化公式为： 其中，F是所述显著化补偿校服特征图，fi，j，k∈F且fi′，j′，k′∈F，fi，j，k和fi′，j′，k′分别是所述显著化补偿校服特征图F的i，j，k位置和i′，j′，k′位置的特征值，α是局部空间分割系数，N是局部邻域的尺度，f′i，j，k是所述优化显著化补偿校服特征图的i，j，k位置的特征值。

全文数据：

权利要求：

百度查询： 杭州萧山科教服饰有限公司 校服智能生产线及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD