一种视觉检测的方法及装置与流程

1.本发明涉及自动化检测技术领域，具体涉及一种视觉检测的方法及装置。


背景技术：

2.随着经济的不断发展，人们对物质的要求越来越高，相应地，各行业对产品进行检测的需求也越来也多。
3.目前，在肉类生产检测技术领域中，对于肉类质量以及肉类包装上标签的检测大部分是依靠人工，即需要质检员肉眼质检，并将质量不合格和标签出错的产品挑出，因此检测耗费时间较长，人力成本较高。
4.综上，如何让智能化设备对肉类质量以及肉类包装上标签进行检测，是当前亟需解决的技术问题。


技术实现要素：

5.本技术实施例提供了一种视觉检测的方法及装置，用于对产线上目标对象进行自动化质检和标签检测。
6.第一方面，本技术实施例提供了一种视觉检测的方法，应用于上位机，包括：
7.获取未经过贴标机处理的目标对象的第一图像，并基于所述第一图像对所述目标对象进行质量检测，获得所述目标对象的目标质检结果；
8.获取已经过贴标机处理的目标对象的第二图像，并对所述第二图像进行识别处理，获得所述目标对象的标签识别结果；
9.若所述目标对象的目标质检结果和所述标签识别结果满足预设异常条件，则指示剔除器剔除所述目标对象。
10.通过上位机实现了目标对象的自动质检，不需要质检员肉眼质检，减少了人力成本，同时提高了质检效率。其次上位机还可以自动检测标签，解决了人眼不能识别标签上二维码出现错误的问题，也提高了标签检测的效率。另外，通过剔除器将质检结果和标签识别结果不满足预设异常条件的目标对象自动剔除，不需要人手动分拣，实现了产线的自动化。
11.可选地，基于第一图像对目标对象进行质量检测，获得目标对象的目标质检结果，包括：
12.将第一图像输入质检模型进行识别处理，获得第一图像的异常识别结果，其中，质检模型是基于多个样本图像迭代训练获得的，多个样本图像包括质检合格的目标对象的图像以及质检不合格的目标对象的图像；
13.基于第一图像的异常识别结果，确定目标对象的目标质检结果。
14.可选地，所述对所述第二图像进行识别处理，获得所述目标对象的标签识别结果，包括：
15.若对所述第二图像进行识别处理后，没有获得所述目标对象的目标标签信息，则确定所述标签识别结果为未贴标签；
16.若对所述第二图像进行识别处理后，获得所述目标对象的目标标签信息，将所述目标对象的目标标签信息，与预设的基准标签信息比对，获得标签识别结果。
17.可选地，所述将所述目标对象的目标标签信息，与预设的基准标签信息比对，获得标签识别结果，包括：
18.若所述目标对象的目标标签信息，与所述基准标签信息不匹配，则确定所述标签识别结果为标签错误；
19.若所述目标对象的目标标签信息，与所述基准标签信息匹配，则确定所述标签识别结果为标签正确。
20.可选地，所述基准标签信息是所述上位机在启动时从服务器中获取的。
21.可选地，所述若所述目标对象的目标质检结果和所述标签识别结果满足预设异常条件，则指示剔除器剔除所述目标对象，包括：
22.若存在所述目标质检结果为质检不合格、所述标签识别结果为未贴标签、所述标签识别结果为标签错误中的至少一种情况，则指示剔除器剔除所述目标对象。
23.可选地，若存在所述目标质检结果为质检合格且所述标签识别结果为标签正确，则指示对所述目标对象进行装框处理。
24.可选地，所述获取已经过贴标机处理的目标对象的第二图像之前，还包括：
25.基于所述第一图像对所述目标对象进行品类检测，获得所述目标对象的目标品类；
26.若所述目标品类与上一次品类检测获得的历史品类不同，则通知所述贴标机从所述历史品类对应的历史标签类别，切换至所述目标品类对应的目标标签类别，以使所述贴标机基于所述目标标签类别对所述目标对象贴标签，获得所述已经过贴标机处理的目标对象。
27.可选地，基于第一图像对目标对象进行品类检测，获得目标对象的目标品类，包括：
28.将第一图像输入分类模型进行分类处理，获得目标对象的目标品类，其中，分类模型是基于多个样本图像迭代训练获得的，多个样本图像包括不同品类的目标对象的图像。
29.第二方面，本技术实施例提供了一种视觉检测的装置，应用于上位机，包括：
30.获取模块，用于获取未经过贴标机处理的目标对象的第一图像，并基于所述第一图像对所述目标对象进行质量检测，获得所述目标对象的目标质检结果；
31.所述获取模块，还用于获取已经过贴标机处理的目标对象的第二图像，并对所述第二图像进行识别处理，获得所述目标对象的标签识别结果；
32.处理模块，用于若所述目标对象的目标质检结果和所述标签识别结果满足预设异常条件，则指示剔除器剔除所述目标对象。
33.可选地，所述获取模块具体用于：
34.将第一图像输入质检模型进行识别处理，获得第一图像的异常识别结果，其中，质检模型是基于多个样本图像迭代训练获得的，多个样本图像包括质检合格的目标对象的图像以及质检不合格的目标对象的图像；
35.基于第一图像的异常识别结果，确定目标对象的目标质检结果。
36.可选地，所述获取模块具体用于：
37.若对所述第二图像进行识别处理后，没有获得所述目标对象的目标标签信息，则确定所述标签识别结果为未贴标签；
38.若对所述第二图像进行识别处理后，获得所述目标对象的目标标签信息，将所述目标对象的目标标签信息，与预设的基准标签信息比对，获得标签识别结果。
39.可选地，所述获取模块具体用于：
40.若所述目标对象的目标标签信息，与所述基准标签信息不匹配，则确定所述标签识别结果为标签错误；
41.若所述目标对象的目标标签信息，与所述基准标签信息匹配，则确定所述标签识别结果为标签正确。
42.可选地，所述基准标签信息是所述上位机在启动时从服务器中获取的。
43.可选地，所述处理模块具体用于：
44.若存在所述目标质检结果为质检不合格、所述标签识别结果为未贴标签、所述标签识别结果为标签错误中的至少一种情况，则指示剔除器剔除所述目标对象。
45.可选地，所述处理模块还用于：
46.若存在所述目标质检结果为质检合格且所述标签识别结果为标签正确，则指示对所述目标对象进行装框处理。
47.可选地，还包括品类检测模块；
48.所述品类检测模块具体用于：
49.获取已经过贴标机处理的目标对象的第二图像之前，基于所述第一图像对所述目标对象进行品类检测，获得所述目标对象的目标品类；
50.若所述目标品类与上一次品类检测获得的历史品类不同，则通知所述贴标机从所述历史品类对应的历史标签类别，切换至所述目标品类对应的目标标签类别，以使所述贴标机基于所述目标标签类别对所述目标对象贴标签，获得所述已经过贴标机处理的目标对象。
51.可选地，所述品类检测模块具体用于：
52.将第一图像输入分类模型进行分类处理，获得目标对象的目标品类，其中，分类模型是基于多个样本图像迭代训练获得的，多个样本图像包括不同品类的目标对象的图像。
53.第三方面，本技术实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行上述第一方面任意所述的视觉检测方法。
54.第四方面，本技术实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行上述第一方面任意所述的视觉检测方法。
55.本技术实施例中，本技术实施例中，上位机可以对目标对象进行质检和标签识别检测，实现了产线检测全自动化，大大节省了产线上的人力检测成本，贴标机可以在上位机的指令下自主完成标签切换动作，不需要产线工人手动进行标签切换，降低了贴标机的出错率和目标对象复工、复检的概率，大大提高了整个产线的生产效率。剔除器接收来自上位机的剔除通知，在将合格产品装框之前设置剔除器，将质检不合格和标签检测不合格的一次性剔除，提高了产线的生产效率，节省了人工剔除的成本。
附图说明
56.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
57.图1为本发明实施例提供的一种系统架构示意图；
58.图2为本发明实施例提供的一种视觉检测方法流程示意图；
59.图3为本发明施例提供的一种系统架构实物示意图；
60.图4为本发明实施例提供的一种猪肉仓视觉检测的流程示意图；
61.图5为本发明实施例提供的一种适用于单产线的视觉检测方法的流程示意图；
62.图6为本发明实施例提供的一种适用于多产线的视觉检测方法的流程示意图；
63.图7为本发明实施例提供的一种视觉检测装置的结构示意图；
64.图8为本发明实施例提供的一种计算设备的结构示意图。
具体实施方式
65.为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
66.参考图1，其为本技术实施例适用的一种系统架构图，该系统架构可以包括上位机101、第一图像采集设备102、第二图像采集设备103、第一触发器104、第二触发器105、包装机106、贴标机107、剔除器108。
67.其中，第一触发器104和第一图像采集设备102可以通过电器数控技术实现一体化。第二触发器105和第二图像采集设备103可以通过电器数控技术实现一体化。上位机101通过有线或无线的方式，与第一图像采集设备102、第二图像采集设备103、贴标机107、剔除器108直接或间接地连接，比如，串口、网口、有线网络、无线网络、usb连接和蓝牙。第一图像采集设备102和第二图像采集设备103可以是摄像头、照相机等。
68.在实际应用中，目标对象通过传送带进行传送，在传送至第一触发器104时，触发第一图像采集设备采集目标对象的第一图像，并将第一图像发送至上位机101。上位机101基于第一图像对目标对象进行质量检测，获得目标对象的目标质检结果。
69.接着通过传送带将目标对象传送至包装机106，包装机106对目标对象进行包装，并将包装后的目标对象继续传送至贴标机107，贴标机107对包装后的目标对象贴标签。
70.接着通过传送带将已经过贴标机107处理的目标对象传输至第二触发器105，触发第二图像采集设备采集已经过贴标机107处理的目标对象的第二图像，并将第二图像发送至上位机101。上位机101对第二图像进行识别处理，获得目标对象的标签识别结果。
71.若目标对象的目标质检结果和标签识别结果满足预设异常条件，则上位机101指示剔除器108剔除目标对象。当目标对象传送至剔除器108时，剔除目标对象。
72.基于上述描述，图2示例性的示出了一种视觉检测方法的流程，该方法的流程由计算机设备执行，该计算机设备可以是图1所示的上位机，包括以下步骤：
73.步骤201，获取未经过贴标机处理的目标对象的第一图像，并基于第一图像对目标
对象进行质量检测，获得目标对象的目标质检结果。
74.具体地，将第一图像输入质检模型进行识别处理，获得第一图像的异常识别结果，其中，质检模型是基于多个样本图像迭代训练获得的，多个样本图像包括质检合格的目标对象的图像以及质检不合格的目标对象的图像；基于第一图像的异常识别结果，确定目标对象的目标质检结果。
75.目标对象可以是猪前腿、肋排、里脊、腱子肉、大排等各类产品。上位机获取目标对象的第一图像之前，目标对象会由产线工人装入包装盒中，将带有包装盒的目标对象通过传送带传送到第一触发器的位置，第一触发器触发后通知第一图像采集设备对目标对象进行拍照，获得第一图像，此时目标对象为未贴膜的状态。上位机将第一图像输入质检模型进行识别处理，实现对目标对象进行质量检测，获得目标对象的目标质检结果。
76.若第一图像中视觉检测结果表征目标对象上有头发、黑点等杂质，则说明目标质检结果为质检不合格，若第一图像中视觉检测表征目标对象上没有杂质，则说明目标质检结果为质检合格。
77.在采用质检模型确定质检不合格的目标对象的第一图像之后，将第一图像添加至样本图像集合中实现对样本图像集合不断更新，并基于更新后的样本图像集合重新训练质检模型，实现对质检模型更新，进而不断提高质检模型的准确性。
78.在一些实施例中，第一图像采集设备采集目标对象的第一图像之后，传送带将目标对象传输至包装机。包装机对目标对象包装封膜，传送带继续将包装后的目标对象传输至贴标机。
79.其中，第一图像采集设备作为上位机的输入设备，包括但不限于通用串行总线(universal serial bus，简称usb)相机、ieee1394相机和cam link相机。上位机对第一图像执行图像处理操作的方法，包括但不限于均值滤波、中值滤波、阈值变换、图像开匀速、傅里叶变换、直方图处理。
80.步骤202，获取已经过贴标机处理的目标对象的第二图像，并对第二图像进行识别处理，获得目标对象的标签识别结果。
81.具体地，贴标机对目标对象进行贴标处理之后，通过传送带将目标对象传输至第二触发器时，通过第二触发器触发第二图像采集设备对目标对象和标签进行图像采集，获得目标对象的第二图像。上位机对目标对象的标签进行标签识别处理，获得目标对象的标签检测结果，其中，标签识别结果包括未贴标签、标签错误和标签正确三种情况。目标对象的标签包括以下至少一项内容：品类名称、生产日期、生产批次、生产地址、生产厂家及厂家的二维码、保质期。
82.在一些实施例中，可以通过标签识别模型对第二图像进行识别处理，获得目标对象的标签识别结果，其中，标签识别模型包括但不限于：albert模型、卷积神经网络模型。
83.步骤203，若目标对象的目标质检结果和标签识别结果满足预设异常条件，则指示剔除器剔除目标对象。
84.具体地，剔除器接收来自上位机的剔除指令，对质检不合格和标签不合格的目标对象进行剔除。
85.本技术实施例中，通过上位机实现了目标对象的自动质检，不需要质检员肉眼质检，减少了人力成本，同时提高了质检效率。其次上位机还可以自动检测标签，解决了人眼
不能识别标签上二维码出现错误的问题，也提高了标签检测的效率。另外，通过剔除器将质检结果和标签识别结果不满足预设异常条件的目标对象自动剔除，不需要人手动分拣，实现了产线的自动化。
86.可选地，在上述步骤202中，本技术实施例至少采用以下方式对第二图像进行识别处理，获得目标对象的标签识别结果，具体包括：
87.若对第二图像进行识别处理后，没有获得目标对象的目标标签信息，则确定标签识别结果为未贴标签。若对所述第二图像进行识别处理后，获得目标对象的目标标签信息，将目标对象的目标标签信息，与预设的基准标签信息比对，获得标签识别结果。
88.具体地，基准标签信息是上位机在开机启动时从服务器请求获取的，该基准标签信息包括以下至少一项内容：品类名称、生产日期、生产批次、生产地址、生产厂家及厂家的二维码等。服务器中预先存储各品类的目标对象的基准标签信息。
89.在一些实施例中，若目标对象的目标标签信息，与基准标签信息不匹配，则确定标签识别结果为标签错误。若目标对象的目标标签信息，与基准标签信息匹配，则确定标签识别结果为标签正确。
90.具体地，可以将目标标签信息中的各项内容与基准标签信息中的各项内容进行比较，当存在至少一项内容不同时，则确定目标标签信息与基准标签信息不匹配，进而确定标签识别结果为标签错误。当目标标签信息与基准标签信息中的各项内容相同，则确定目标标签信息与基准标签信息匹配，进而确定标签识别结果为标签正确。
91.举例来说，设定标签包括品类名称和生产厂家两项内容。上位机通过对目标对象进行标签检测，获得目标对象的目标标签信息为：“猪肋骨”、生产厂家b。上位机获得的基准标签信息为：“猪肋骨”、生产厂家a。上位机将目标标签信息与基准标签信息进行比较可知，目标标签信息与基准标签信息并不匹配，则确定标签识别结果为标签错误。
92.本技术实施例中，上位机将目标标签信息与基准标签信息进行比对，降低了人眼识别标签信息的成本，也提高了标签识别的准确性；另外，上述标签检测方法还适用于二维码标签、条形码标签等人眼无法识别的标签，从而提高了标签检测的通用性，大大提高了产线上标签检测的效率。
93.在一些实施例中，若存在目标质检结果为质检不合格、标签识别结果为未贴标签、标签识别结果为标签错误中的至少一种情况，则说明目标对象的目标质检结果和标签识别结果满足预设异常条件，并指示剔除器剔除目标对象。
94.在一些实施例中，若存在目标质检结果为质检合格且标签识别结果为标签正确，则指示对目标对象进行装框处理。
95.具体地，当目标质检结果为质检合格且标签识别结果为标签正确时，通过传送带将目标对象传输至装框圆盘，即成品传送最终点。然后由生产员对质检合格且签正确的目标对象进行装框处理。
96.举例来说，参见图3，为本技术实施例适用的一种系统架构实物图，包括上位机301、缓冲传输带302、第一触发器303、第一摄像头304、包装机305、贴标机306、第二触发器307、第二摄像头308、剔除器309、装框圆盘310。
97.目标对象由生产员放入包装盒内后，放上缓冲传输带302。缓冲传输带302将目标对象传送至第一触发器303的位置时，通过第一触发器303，触发第一摄像头304对包装盒内
的目标对象进行拍照，获得第一图像。第一摄像头304将第一图像发送给上位机301。上位机301基于第一图像对目标对象进行视觉质检。若目标对象质检不合格，则向剔除器309发送针对该目标对象的剔除指令，以通知剔除器309在目标对象移动到剔除器309位置时剔除。
98.缓冲传输带302将目标对象传送至包装机305时，包装机305对目标对象进行封膜包装。随后经过贴标机306，贴标机306对包装后的目标对象进行贴标。随后经过第二触发器307，触发第二摄像头308进行拍照，获得第二图像，并将第二图像发送给上位机301。上位机301基于第二图像对目标对象进行标签识别。若标签识别结果为未贴标签或标签错误，则发送针对该目标对象的剔除指令，以通知剔除器309在目标对象移动到剔除器309位置时剔除。而质检合格且标签正确的目标对象会进入装框圆盘310。
99.本技术实施例中，上位机可以对目标对象进行质检和标签识别检测，实现产线检测全自动化，大大节省了产线上的人力检测成本。另外，剔除器接收来自上位机的剔除通知，即在目标对象到达剔除器前，已经对目标对象的剔除方案有了相应的应对策略，提高了产线上剔除效率，节省了人工剔除的成本。在将合格产品装框之前设置剔除器，将质检不合格和标签检测不合格的一次性剔除，提高了产线的生产效率。
100.可选地，获取已经过贴标机处理的目标对象的第二图像之前，还包括：基于第一图像对目标对象进行品类检测，获得目标对象的目标品类；若目标品类与上一次品类检测获得的历史品类不同，则通知贴标机从历史品类对应的历史标签类别，切换至目标品类对应的目标标签类别，以使贴标机基于目标标签类别对目标对象贴标签，获得已经过贴标机处理的目标对象。
101.具体地，将第一图像输入分类模型进行分类处理，获得目标对象的目标品类，其中，分类模型是基于多个样本图像迭代训练获得的，多个样本图像包括不同品类的目标对象的图像。
102.分类模型包括但不限于神经网络模型、轻量级特征提取模型。在采用分类模型确定第一图像与目标对象的目标品类对应之后，可以将第一图像添加至样本图像集合中实现对样本图像集合不断更新，并基于更新后的样本图像集合重新训练分类模型，实现对分类模型更新，进而不断提高分类模型的准确性。
103.在一些实施中，贴标机中支持多种标签类别，且支持人工增加或删减标签类别。
104.举例来说，假设产线a负责猪前腿的包装、质检、标签检测；上位机对目标对象的第一图像对目标对象进行品类检测，获得目标对象的目标品类为“排骨”。上位机将目标品类与上一次品类检测获得的历史品类进行比较，若历史品类为“猪前腿”，则说明目标品类与上一次品类检测获得的历史品类不同，则通知贴标机从历史品类“猪前腿”对应的历史标签类别，切换至目标品类“排骨”对应的目标标签类别，使得贴标机基于“排骨”对应的目标标签类别对目标对象贴标签，获得已经过贴标机处理的目标对象。
105.本技术实施例中，上位机对目标对象的品类检测，以及通知贴标机对标签进行切换，贴标机可以在上位机的指令下自主完成标签切换动作，不需要产线工人手动进行标签切换，同时避免了目标对象与标签内容不一致的问题，降低了贴标机的出错率，解决了目标对象复工、复检的问题，大大提高了整个产线的生产效率。
106.为了更好地介绍本技术实施例中的视觉检测的方法，下面结合具体实施场景和时序介绍本技术实施例中的方案，如图4所示，为本发明实施例提供的一种猪肉仓视觉检测的
流程示意图。该方法包括以下步骤：
107.生产员先启动上位机，上位机进行初始化。上位机请求服务器获得猪肉的生产信息，上位机将该猪肉的生产信息作为之后标签识别检测的基准标签信息。
108.生产员将猪肉放入包装盒后放上传送带，通过传送带将猪肉传送到第一触发器，第一触发器通知第一摄像头拍照，获得第一图像并将第一图像传给上位机，上位机基于第一图像对猪肉进行质量检测，如果质检不合格，例如有头发，有黑点等问题，则向剔除器发生剔除指令，以指示剔除器剔除该猪肉。如果质检合格，则不指示剔除器。同时，上位机基于第一图像对猪肉进行品类检测，获得猪肉的目标品类，若目标品类与上一次品类检测获得的历史品类不同，则说明猪肉品类发生变化，故通知贴标机从历史品类对应的历史标签类别，切换至目标品类对应的目标标签类别。
109.接着通过传送带将猪肉传送至包装机进行包装，获得封膜后的猪肉。再通过传送带将封膜后的猪肉传送至贴标机，贴标机对封膜后的猪肉贴标签。
110.通过传送带将贴标机处理后的猪肉传送到第二触发器，第二触发器通知第二摄像头拍照，获得第二图像并将第二图像传给上位机。上位机基于第二图像对猪肉进行标签识别。如果上位机没有识别到标签信息，即该猪肉的标签识别结果为未贴标签。如果上位机识别到标签信息，则将该标签信息与猪肉的生产信息进行比较。若该标签信息与猪肉的生产信息一致，则该猪肉的标签识别结果为标签正确。若该标签信息与猪肉的生产信息不一致，则该猪肉的标签识别结果为标签错误。
111.如果标签识别结果为未贴标签或标签错误，则向剔除器发生剔除指令，以指示剔除器剔除该猪肉。如果标签识别结果为标签正确，则不指示剔除器。
112.接着通过传送带将猪肉传送至剔除器，若剔除器之前接收到剔除该猪肉的剔除指令，则剔除该猪肉。若剔除器之前没有接收到剔除该猪肉的剔除指令，则通过传送带继续将猪肉传送至装框圆盘。由生产员对装框圆盘上的成品进行装框。
113.在一些实施例中，本技术实施例中的技术方案可适用于一个或多个产线，下面以在一个产线上应用本技术实施例中的视觉检测方法，以及在多个产线上应用本技术实施例中的视觉检测方法分别进行举例说明。
114.参见图5，为本技术实施例提供一种适用于单产线的视觉检测方法的流程示意图，包括上位机501、缓冲传输带502、第一触发器503、第一摄像头504、包装机505、贴标机506、第二触发器507、第二摄像头508、剔除器509、装框圆盘510。
115.首先目标对象由生产员放入包装盒内后，放上缓冲传输带502，先经过第一触发器503，触发第一摄像头504对盒内的目标对象进行拍照，第一摄像头504将图片发送给上位机501，上位机501对目标对象进行视觉质检，若目标对象质检不合格，则通知剔除器509在目标对象移动到剔除器509位置时剔除；目标对象经过包装机505时，包装机505对目标对象进行封膜包装，随后经过贴标机506，贴标机506对包装后的目标对象进行贴标，随后经过第二触发器507，触发第二摄像头508进行拍照，并将图片发送给上位机501，上位机501对目标对象进行标签识别检测，若标签识别检测不合格，则通知剔除器509剔除，最后，质检合格和标签识别检测合格的目标对象会进入装框圆盘510。
116.参见图6，为本技术实施例提供一种适用于多产线的视觉检测方法的流程示意图，包括以下步骤：
117.多产线共用一个上位机，即上位机可以对每个产线上的猪肉进行质检和标签识别处理，而每条产线上的猪肉品类不相同。猪肉仓内会设置多条产线同时工作，每条产线工作流程如图3所示，由生产员将猪肉进行分割后，装入包装盒后放上传送带，传送带传送有猪肉的包装盒，依次经过第一触发器、包装机、贴标机、第二触发器、剔除器和装框圆盘，最后由生产员装框处理，其详细流程及操作再次不再详细赘述。
118.本技术实施例中，通过上位机实现多条产线全自动化质检和标签识别检测，相较于人眼识别标签较为准确，降低了质检和标签识别出错的概率，提高了产线检测的效率。同时，降低了产线的视觉检测和手动切换标签的人力成本。
119.基于相同的技术构思，本技术实施例提供了一种视觉检测装置结构示意图，如图7所示，该装置700包括：
120.获取模块701，用于获取未经过贴标机处理的目标对象的第一图像，并基于所述第一图像对所述目标对象进行质量检测，获得所述目标对象的目标质检结果；
121.所述获取模块701，还用于获取已经过贴标机处理的目标对象的第二图像，并对所述第二图像进行识别处理，获得所述目标对象的标签识别结果；
122.处理模块703，用于若所述目标对象的目标质检结果和所述标签识别结果满足预设异常条件，则指示剔除器剔除所述目标对象。
123.可选地，所述获取模块701具体用于：
124.将第一图像输入质检模型进行识别处理，获得第一图像的异常识别结果，其中，质检模型是基于多个样本图像迭代训练获得的，多个样本图像包括质检合格的目标对象的图像以及质检不合格的目标对象的图像；
125.基于第一图像的异常识别结果，确定目标对象的目标质检结果。
126.可选地，所述获取模块701具体用于：
127.若对所述第二图像进行识别处理后，没有获得所述目标对象的目标标签信息，则确定所述标签识别结果为未贴标签；
128.若对所述第二图像进行识别处理后，获得所述目标对象的目标标签信息，将所述目标对象的目标标签信息，与预设的基准标签信息比对，获得标签识别结果。
129.可选地，所述获取模块701具体用于：
130.若所述目标对象的目标标签信息，与所述基准标签信息不匹配，则确定所述标签识别结果为标签错误；
131.若所述目标对象的目标标签信息，与所述基准标签信息匹配，则确定所述标签识别结果为标签正确。
132.可选地，所述基准标签信息是所述上位机在启动时从服务器中获取的。
133.可选地，所述处理模块703具体用于：
134.若存在所述目标质检结果为质检不合格、所述标签识别结果为未贴标签、所述标签识别结果为标签错误中的至少一种情况，则指示剔除器剔除所述目标对象。
135.可选地，所述处理模块703还用于：
136.若存在所述目标质检结果为质检合格且所述标签识别结果为标签正确，则指示对所述目标对象进行装框处理。
137.可选地，还包括品类检测模块702；
memory，ram)、静态随机访问存储器(static random access memory，sram)、可编程只读存储器(programmable read only memory，prom)、只读存储器(read only memory，rom)、带电可擦除可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、磁性存储器、磁盘、光盘等。存储器802是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机设备存取的任何其他介质，但不限于此。本技术实施例中的存储器802还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
149.基于同一发明构思，本技术实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当程序在计算机设备上运行时，使得计算机设备执行上述视觉检测方法的步骤。
150.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
151.本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
152.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
153.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
154.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。