[发明专利]管桩外观质量检验方法、系统、计算机设备及存储介质

说明书

本发明公开了一种管桩外观质量检验方法，包括：获取待检验管桩的外观图像；根据所述外观图像获取需要检验的目标图像；将所述目标图像输入预先构建的质量检验模型，获得检验值；当所述检验值小于预设阈值时，所述待检验管桩的外观质量合格。本发明还公开了一种管桩外观质量检验系统、计算机设备以及存储介质。采用本发明，能够自动化地对管桩外观质量进行检验，能够降低工作强度，有效减少工作人员数量，消除人工检验过程的安全风险，提高生产效率和产品的质量。

技术领域

本发明涉及管桩生产，尤其涉及管桩外观质量检验方法、系统、计算机设备及存储介质。

背景技术

在目前的管桩生产过程中，当产品产量大、检查项目多时，检验员在高强度重复性工作的生产线上由于长时间用眼会造成视觉疲劳，检验员在高强度工作环境下难免出现磕碰等安全问题，检验员在视觉疲劳时会出现漏检和误检的现象。

发明内容

本发明所要解决的技术问题在于，提供一种管桩外观质量检验方法、系统、计算机设备及存储介质，能够解决现有人工检验预应力混凝土管桩方式劳动强度大、安全性差、效率低等缺点。

为了解决上述技术问题，本发明提供了管桩外观质量检验方法，包括：获取待检验管桩的外观图像；根据所述外观图像获取需要检验的目标图像；将所述目标图像输入预先构建的质量检验模型，获得检验值；当所述检验值小于预设阈值时，所述待检验管桩的外观质量合格。

优选地，所述质量检验模型的构建方法包括：将外观质量合格的管桩外观样本图片输入质量检验模型进行训练，其中，所述质量检验模型包括依次连接的第一卷积层、第一次池化层、第二卷积层、第二池化层、第一全连接层以及第二全连接层。

优选地，根据所述外观图像获得需要检验的目标图像的步骤包括：通过将所述外观图像输入目标模型以获得目标图像，其中，所述目标模型包括依次连接的第一卷积层、第一池化层、第一残差块、第二残差块、第三残差块、第四残差块以及全局池化层，所述目标模型采用随机梯度下降算法进行训练得到模型权重，并结合损失函数以及分类函数输出目标图像，其中：所述第一卷积层的channel为16、kernel为7、stride为2；所述第一池化层的kernel为3、stride为2，最大池化；所述第一残差块包括两个卷积层和一个残差连接，其中两个卷积层的channel均为32、kernel均为3、stride均为1，两个卷积层依次连接；所述第二残差块包括两个卷积层和一个残差连接，其中两个卷积层的channel均为64、kernel均为3、stride分别为2和1，两个卷积层依次连接，残差连接包括一个channel为64、kernel为1、stride为2的卷积层；所述第三残差块包括两个卷积层和一个残差连接，其中两个卷积层的channel均为128、kernel均为3、stride分别为2和1，两个卷积层依次连接，残差连接包括一个channel为128、kernel为1、stride为2的卷积层；所述第四残差块包括两个卷积层和一个残差连接，其中两个卷积层的channel均为256、kernel均为3、stride分别为2和1，两个卷积层依次连接，残差连接包括一个channel为256、kernel为1、stride为2的卷积层；所有卷积层后均与激活函数连接；所述随机梯度下降算法的批量大小为32，总共训练40个epochs，初始学习率为0.01，每30个epochs学习率除以0。

优选地，在所述获取待检验管桩的外观图像的步骤之后还包括：将所述外观图像进行预处理。

本发明还公开了一种管桩外观质量检验系统，包括：包括外观图像获取模块、目标图像获取模块、外观质量检验模块以及判断模块；所述图像获取模块用于获取待检验管桩的外观图像；所述目标图像获取模块用于将所述外观图像输入目标模型以获得目标图像；所述外观质量检验模块用于将所述目标图像输入预先构建的质量检验模型，并获得检验值；所述判断模块用于判断待检验管桩的外观质量是否合格，其中，当所述检验值小于预设阈值时，所述待检验管桩的外观质量合格。