[发明专利]塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质

权利要求书

1.一种塑料泡沫餐盒的质量检测方法，其特征在于，所述方法包括：

获取待检测的塑料泡沫餐盒的图像数据；

将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；

将所述质量检测请求发送至部署有基于图片分类的分类检测模型的服务器；

接收所述服务器通过所述基于图片分类的分类检测模型输出的所述质量检测分类请求对应的质量检测结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述质量检测请求发送至部署有基于图片分类的分类检测模型的服务器，包括：

在预先设置的服务器配置表中获取部署有所述基于图片分类的分类检测模型的各个服务器的负载状态；

根据部署有所述分类检测模型的各个服务器的负载状态，将所述质量检测请求发送至部署有所述基于图片分类的分类检测模型的负载最小的服务器。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据预先设置的质量检测结果与缺陷处理操作的对应关系，做出所述质量检测结果对应的缺陷处理操作；其中，所述缺陷处理操作包括：报警、停机、存储日志或者控制机械臂。

4.一种塑料泡沫餐盒的质量检测方法，其特征在于，所述方法包括：

接收待检测的塑料泡沫餐盒的质量检测请求；

通过预先训练的基于图片分类的分类检测模型计算所述质量检测请求对应的质量检测结果。

5.根据权利要求4所述的方法，其特征在于，所述基于图片分类的分类检测模型包括：深度卷积神经网络和缺陷定位分类网络；其中，所述深度卷积神经网络用于提取钢板图片的特征，并将所述特征输入至所述缺陷定位分类网络中；所述缺陷定位分类网络用于基于图片分类的分类检测算法判断深度卷积神经网络所提取的特征是否存在缺陷，并获得该缺陷的类别。

6.根据权利要求5所述的方法，其特征在于，所述深度卷积神经网络包括：卷积层、池化层和全连接层；其中，所述卷积层，用于利用权值不同的卷积核对所述质量检测请求中的所述待检测的塑料泡沫餐盒的图像进行扫描卷积，从中提取各种意义的特征，并输出至特征图中；所述池化层，用于对特征图进行降维操作；所述全连接层，用于将提取出的特征映射到所述缺陷定位分类网络中。

7.一种塑料泡沫餐盒的质量检测装置，其特征在于，所述装置包括：图像获取模块、图像转换模块、请求发送模块和结果接收模块；其中，

所述图像获取模块，用于获取待检测的塑料泡沫餐盒的图像数据；

所述图像转换模块，用于将所述待检测的泡沫餐盒的图像数据转换为所述待检测的塑料泡沫餐盒的质量检测请求；

所述请求发送模块，用于将所述质量检测请求发送至部署有基于图片分类的分类检测模型的服务器；

所述结果接收模块，用于接收所述服务器通过所述基于图片分类的分类检测模型输出的所述质量检测分类请求对应的质量检测结果。

8.根据权利要求7所述的装置，其特征在于：

所述请求发送模块，具体用于在预先设置的服务器配置表中获取部署有所述基于图片分类的分类检测模型的各个服务器的负载状态；根据部署有所述分类检测模型的各个服务器的负载状态，将所述质量检测请求发送至部署有所述基于图片分类的分类检测模型的负载最小的服务器。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：操作处理模块，用于根据预先设置的质量检测结果与缺陷处理操作的对应关系，做出所述质量检测结果对应的缺陷处理操作；其中，所述缺陷处理操作包括：报警、停机、存储日志或者控制机械臂。

10.一种塑料泡沫餐盒的质量检测装置，其特征在于，所述装置包括：请求接收模块和结果计算模块；其中，

所述请求接收模块，用于接收待检测的塑料泡沫餐盒的质量检测请求；

所述结果计算模块，用于通过预先训练的基于图片分类的分类检测模型计算所述质量检测请求对应的质量检测结果。