[发明专利]一种蚕茧下茧实时检测方法

说明书

本发明涉及一种蚕茧下茧实时检测方法，属于蚕桑业加工技术领域。该方法通过对YOLOv3深度学习目标检测算法进行基于锚点框参数预置、通道剪枝和嵌入感受野模块改进后以在蚕茧生产加工过程中选茧时对下茧进行实时检测。该蚕茧分选机的上料装置用于蚕茧上料，输送装置用于输送蚕茧，图像采集装置用于对输送装置上的蚕茧进行拍照，获取蚕茧图像，下茧抓取装置用于对蚕茧进行抓取剔除，上车茧储存装置用于对蚕茧进行储存。蚕茧分选机根据下茧实时检测方法输出的坐标对下茧进行抓取剔除，对上车茧收集储存，从而提高了蚕茧生产加工的生产效率及茧丝质量，降低生产成本。本发明方法的蚕茧分选机具有结构简单、分选质量精准、工作效率高等特点。

技术领域

本发明涉及一种蚕茧下茧实时检测方法，属于蚕桑业加工技术领域。

背景技术

蚕茧生产加工过程中选茧是指根据制丝工艺要求对不能缫丝的下茧进行剔除的工序，为提高茧丝质量，在缫丝前需要对蚕茧进行选茧工序。目前，常用选茧方法是以人工目测，手工分拣为主。容易受人的主观意识和情绪影响，劳动强度大、效率低，而且人与人个体之间区别也比较大，从而导致无法按照统一标准进行评判。为实现蚕桑产业可持续发展，实现中国蚕桑产业现代化，选茧机的机械化和智能化是增加蚕桑企业产品附加值，提高技术竞争力，实现可持续发展的必有之路。

发明内容

本发明针对现有蚕茧分选的问题，提出一种蚕茧下茧实时检测方法，本发明通过对YOLOv3深度学习目标检测算法进行基于锚点框参数预置、通道剪枝和嵌入感受野模块改进后以在蚕茧生产加工过程中选茧时对下茧进行实时检测；蚕茧分选机根据下茧实时检测方法输出的坐标对下茧进行抓取剔除，对上车茧收集储存，从而提高了蚕茧生产加工的生产效率及茧丝质量，降低生产成本。本发明方法的蚕茧分选机具有结构简单、分选质量精准、工作效率高等特点。

本发明为解决其技术问题而采用的技术方案是：

一种蚕茧下茧实时检测方法，具体步骤如下：

1)以薄皮茧、瘪茧、特小茧、黄斑茧为检测目标，对检测目标进行不同位置和不同角度进行拍摄，采集下茧检测数据集；

2)利用插值算法将下茧检测数据集变换成416×416的图像，并将图像划分为训练集和测试集；其中训练集与测试集的图像数量比为3:1；

3)利用labelⅠmg标注工具对训练集和测试集中的图像进行标注；所述标注为对每幅图像上所有识别的物体标出相对应的下茧类别的边界框；

4)以YOLOv3模型为基础模型，利用训练集中标注的图像对模型进行训练，进行超参数搜索与进化得到进化新一代，并通过适应度函数判断是否进化，适应度越高，代表这一代的性能越好，从而进化搜索选择适合下茧检测数据集的超参数；

5)设置改进YOLOv3模型的进化超参数，将预训练权载入改进YOLOv3模型中进行训练，得到最优训练权重；

6)将最优训练权重载入改进YOLOv3模型中对测试集中的图像进行测试；

7)重复步骤5)和6)得到最优YOLOv3模型作为下茧实时检测方法。

所述步骤5)改进YOLOv3模型为：

a.通过对YOLOv3模型的锚点框尺寸和数量进行K-means聚类分析来选择适用于下茧检测数据集的锚点框参数；

b.采用通道稀疏化后基于批量正则化层(BN)缩放因子的模型剪枝方法对YOLOv3模型进行压缩；

c.将感受野模块RFB嵌入YOLOv3模型中以增加模型的局部感受野。

进一步的，所述采用通道稀疏化后基于批量正则化层(BN)缩放因子的模型剪枝方法对YOLOv3模型进行压缩的具体方法为