CN117492161B - 均光片定位与纠偏方法、电子设备与计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了均光片定位与纠偏方法、电子设备与计算机可读介质。该方法的一具体实施方式包括：响应于检测到均光片在防粘剥料平台上，控制视觉纠偏装置对均光片进行拍摄，得到均光片图像；将均光片图像输入至均光片位置识别模型中，得到均光片位置识别结果；响应于确定均光片位置识别结果表征均光片偏移，控制三维贴胶机械手将均光片调整放置在防粘剥料平台的中心位置；响应于确定均光片位置识别结果表征均光片未偏移，控制三维贴胶机械手包括的吸盘将均光片吸取至贴胶位上的按键板上进行粘贴，得到成品按键板；对成品按键板进行均光片贴放检测。该实施方式既降低了贴放均光片偏差的可能性，又提升了贴放效率。

Description

均光片定位与纠偏方法、电子设备与计算机可读介质

技术领域

本公开的实施例涉及均光片定位领域，具体涉及均光片定位与纠偏方法、电子设备与计算机可读介质。

背景技术

均光片主要作用是将不均匀的光线分布变得均匀,使得光线能够更好的传输和应用。目前，在按键板上贴放均光片，通常采用的方式为：人工将按键板放在固定装置中，再贴放上均光片。

然而，发明人发现，通过上述方式折叠纸盒，经常会存在以下技术问题一：人工贴放均光片，可能造成贴放的均光片的位置存在偏差，需要反复进行贴放，且贴放效率较低。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了均光片定位与纠偏方法、电子设备与计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种均光片定位与纠偏方法，应用于自动贴均光片机，上述自动贴均光片机包括：储料仓、按键板震动盘、视觉纠偏装置、胶纸送料机、贴胶位、三维贴胶机械手、出料通道、成品收集箱，该方法包括：响应于检测到均光片在防粘剥料平台上，控制上述视觉纠偏装置对上述均光片进行拍摄，得到均光片图像，其中，上述均光片图像中显示了防粘剥料平台；将上述均光片图像输入至预先训练的均光片位置识别模型中，得到均光片位置识别结果；响应于确定上述均光片位置识别结果表征均光片偏移，控制上述三维贴胶机械手将上述均光片调整放置在上述防粘剥料平台的中心位置；响应于确定上述均光片位置识别结果表征均光片未偏移，控制上述三维贴胶机械手包括的吸盘将均光片吸取至上述贴胶位上的按键板上进行粘贴，得到成品按键板；对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果；响应于上述均光片贴放检测结果表示检测通过，控制上述贴胶位向上述出料通道进行倾斜，将上述成品按键板通过上述出料通道滑落至上述成品收集箱中。

第二方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第三方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的均光片定位与纠偏方法，可以识别均光片是否处于预设位置，当均光片未处于预设位置时，可以通过三维贴胶机械手进行矫正。从而，使得吸盘可以准确吸取均光片，以贴放在按键板上，既降低了贴放均光片偏差的可能性，又提升了贴放效率。具体来说，贴放效率较低的原因在于人工贴放均光片，可能造成贴放的均光片的位置存在偏差，需要反复进行贴放。基于此，本公开的一些实施例的均光片定位与纠偏方法，首先，响应于检测到均光片在防粘剥料平台上，控制上述视觉纠偏装置对上述均光片进行拍摄，得到均光片图像。其中，上述均光片图像中显示了防粘剥料平台。其次，将上述均光片图像输入至预先训练的均光片位置识别模型中，得到均光片位置识别结果。由此，可以检测出均光片是否处于防粘剥料平台的预设位置，以便于吸盘准确吸取均光片。接着，响应于确定上述均光片位置识别结果表征均光片偏移，控制上述三维贴胶机械手将上述均光片调整放置在上述防粘剥料平台的中心位置。由此，可以将偏移的均光片移动至中心位置。然后，响应于确定上述均光片位置识别结果表征均光片未偏移，控制上述三维贴胶机械手包括的吸盘将均光片吸取至上述贴胶位上的按键板上进行粘贴，得到成品按键板。由此，可以使得吸盘可以准确吸取均光片，以提高后续贴放的均光片的准确性。之后，对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果。最后，响应于上述均光片贴放检测结果表示检测通过，控制上述贴胶位向上述出料通道进行倾斜，将上述成品按键板通过上述出料通道滑落至上述成品收集箱中。由此，可以识别均光片是否处于预设位置，当均光片未处于预设位置时，可以通过三维贴胶机械手进行矫正。从而，使得吸盘可以准确吸取均光片，以贴放在按键板上，既降低了贴放均光片偏差的可能性，又提升了贴放效率。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的均光片定位与纠偏方法的一些实施例的流程图；

图2是根据本公开的均光片定位与纠偏方法中自动贴均光片机的一个结构布局示意图；

图3是根据本公开的均光片定位与纠偏方法中储料仓、按键板震动盘的一个结构布局示意图；

图4是根据本公开的两边折盒机设备中视觉纠偏装置、胶纸送料机、三维贴胶机械手的一个结构布局示意图；

图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的均光片定位与纠偏方法的一些实施例的流程图。示出了根据本公开的均光片定位与纠偏方法的一些实施例的流程100。该均光片定位与纠偏方法应用于自动贴均光片机，上述自动贴均光片机包括：储料仓、按键板震动盘、视觉纠偏装置、胶纸送料机、贴胶位、三维贴胶机械手、出料通道、成品收集箱，该均光片定位与纠偏方法，包括以下步骤：

步骤101，响应于检测到均光片在防粘剥料平台上，控制上述视觉纠偏装置对上述均光片进行拍摄，得到均光片图像。

在一些实施例中，均光片定位与纠偏方法的执行主体（例如自动贴均光片机，或控制自动贴均光片机的计算设备）可以响应于检测到均光片在防粘剥料平台上，控制上述视觉纠偏装置对上述均光片进行拍摄，得到均光片图像。其中，上述按键板均光片图像中显示了防粘剥料平台。防粘剥料平台上刻有位置对准标记，以便于确定均光片是否歪斜。即，上述执行主体可以通过传感器检测到均光片在防粘剥料平台上。视觉纠偏装置可以是指具有图像采集功能的智能设备。

如图2所示例，自动贴均光片机包括：储料仓201、按键板震动盘202、视觉纠偏装置203、胶纸送料机204、贴胶位205、三维贴胶机械手206、出料通道207、成品收集箱208。自动贴均光片机还包括：防粘剥料平台209。其中，储料仓201用于存放按键板原料。按键板震动盘202可以对按键板原料进行震动，以将按键板原料送入至送料通道。如图3所示例，包括储料仓201、按键板震动盘202、缺料感应器301、送料通道302。缺料感应器301可以是感应送料通道302上是否还有按键板原料的传感器。视觉纠偏装置203可以是具有图像采集功能的智能设备。贴胶位205可以是存放了按键板原料，且用于贴放均光片的位置。三维贴胶机械手206可以是指XYZ贴胶机械手，可以从三个角度进行移动，且包含一个吸盘，用于将均光片吸取至按键板原料上进行粘贴。出料通道207可以是指将完成均光片贴放的按键板滑落至成品收集箱208的通道。如图4所示例，包括了：视觉纠偏装置203、胶纸送料机204、三维贴胶机械手206。胶纸送料机204可以是指将均光片胶卷中的均光片从胶纸中剥离的机器。

继续的，在采用本申请的均光片定位与纠偏方法对贴放的均光片的位置进行纠偏时，进一步存在如下技术问题二：均光片可能存在不同的形状，通过单一的神经网络模型进行位置识别，难以适配不同的均光片，导致所识别的均光片的位置存在偏差。

可选地，获取对应均光片的均光片图像标签集。

在一些实施例中，上述执行主体可以获取对应均光片的均光片图像标签集。即，均光片图像样本集对应的样本标签为对应的均光片图像标签。例如，均光片图像标签可以为“圆形均光片放置歪斜”，则对应的均光片图像样本集对应的样本标签为“圆形均光片放置歪斜”。再例如，例如，均光片图像标签可以为“方形均光片放置歪斜”，则对应的均光片图像样本集对应的样本标签为“方形均光片放置歪斜”。

可选地，根据均光片的形状，对上述均光片图像标签集包括的各个均光片图像标签进行分类，得到至少一个均光片图像分类标签组。

在一些实施例中，上述执行主体可以根据均光片的形状，对上述均光片图像标签集包括的各个均光片图像标签进行分类，得到至少一个均光片图像分类标签组。例如，可以将相同形状的均光片对应的各个均光片图像标签分为一类，得到均光片图像分类标签组。

可选地，对于上述至少一个均光片图像分类标签组中的每个均光片图像分类标签组，将上述均光片图像分类标签组分配至对应的均光片图像标记端，以供上述均光片图像标记端生成与上述均光片图像分类标签组对应的均光片图像样本集。

在一些实施例中，上述执行主体可以对于上述至少一个均光片图像分类标签组中的每个均光片图像分类标签组，将上述均光片图像分类标签组分配至对应的均光片图像标记端，以供上述均光片图像标记端生成与上述均光片图像分类标签组对应的均光片图像样本集。其中，均光片图像标记端可以是对初始样本均光片图像进行标签标记的操作端。例如，均光片图像标记端可以是相关操作人员进行标签标记的操作终端。上述均光片图像样本集中的均光片图像样本都存在对应的标签。每个均光片图像分类标签组存在唯一对应的均光片图像标记端，以执行后续均光片图像分类标签组对应均光片图像样本集的生成。首先，上述执行主体可以确定每个均光片图像标记端对应的标签标记信息。其中，标签标记信息可以是标签对应均光片图像样本标签生成信息。然后，将均光片图像分类标签组分配至对应的均光片图像标记端，以供上述均光片图像标记端生成与上述均光片图像分类标签组对应的均光片图像样本集。标记可以是指标注。

可选地，根据所得到的至少一个均光片图像样本集，对初始均光片位置识别模型进行模型训练，得到均光片位置识别模型。

在一些实施例中，上述执行主体可以根据所得到的至少一个均光片图像样本集，对初始均光片位置识别模型进行模型训练，得到均光片位置识别模型。例如，初始均光片位置识别模型可以是训练未完成的多层串行连接的卷积神经网络(Convolutional NeuralNetworks，CNN)模型。

实践中，上述执行主体可以通过以下步骤对初始按键板均光片位置识别模型进行模型训练，得到按键板均光片位置识别模型：

第一步，从上述至少一个均光片图像样本集中选取出均光片图像样本，作为目标平均光片图像样本，执行以下训练步骤：

1、将上述目标均光片图像样本包括的均光片图像输入至上述初始均光片位置识别模型包括的特征提取网络中，得到均光片图像特征信息。其中，特征提取网络可以是未训练完成的图像特征提取网络。例如，特征提取网络可以是多层串行连接的残差神经网络模型。均光片图像特征信息可以表征目标均光片图像样本包括的均光片图像的均光片图像内容特征信息。

2、利用上述初始均光片位置识别模型，生成上述至少一个均光片图像分类标签组中的每个均光片图像分类标签组对应的均光片图像标签特征组，得到至少一个均光片图像标签特征组。其中，至少一个均光片图像标签特征组中的均光片图像标签特征与至少一个均光片图像分类标签组中的均光片图像分类标签一一对应。均光片图像标签特征可以表征均光片图像分类标签的标签内容的内容特征信息。例如，可以将上述至少一个均光片图像分类标签组中的每个均光片图像分类标签组输入至上述初始均光片位置识别模型包括的多层串行连接的残差神经网络模型中，以生成均光片图像标签特征组，得到至少一个均光片图像标签特征组。

3、利用上述初始均光片位置识别模型，根据上述至少一个均光片图像标签特征组和上述均光片图像特征信息，生成特征损失信息。首先，可以利用上述初始均光片位置识别模型，确定至少一个均光片图像标签特征组中的每个均光片图像标签特征与均光片图像特征信息之间的相似信息，得到相似信息集。然后，确定目标均光片图像样本包括的标签信息。接着，从相似信息集中选择出数值大小位于前3的相似信息，得到相似信息子集。最后，将相似信息子集和上述标签信息输入至预设的损失函数中，以输出特征损失信息。预设的损失函数可以是交叉熵损失函数。

4、响应于确定上述特征损失信息满足预设条件，将上述初始均光片位置识别模型确定为训练完成的均光片位置识别模型。预设条件可以是：特征损失信息表示的数值小于等于预设数值。

第二步，响应于确定上述特征损失信息不满足预设条件，调整初始均光片位置识别模型的网络参数，以及从上述至少一个均光片图像样本集中重新选取目标均光片图像样本，再次执行上述训练步骤。

上述相关内容作为本公开的一个发明点，解决了技术问题二“导致所识别的均光片的位置存在偏差。”。导致所识别的均光片的位置存在偏差的因素往往如下：均光片可能存在不同的形状，通过单一的神经网络模型进行位置识别，难以适配不同的均光片。如果解决了上述因素，就能达到提升所识别的均光片的位置的准确性的效果。为了达到这一效果，首先，获取对应均光片的均光片图像标签集。其次，根据均光片的形状，对上述均光片图像标签集包括的各个均光片图像标签进行分类，得到至少一个均光片图像分类标签组。然后，对于上述至少一个均光片图像分类标签组中的每个均光片图像分类标签组，将上述均光片图像分类标签组分配至对应的均光片图像标记端，以供上述均光片图像标记端生成与上述均光片图像分类标签组对应的均光片图像样本集。最后，根据所得到的至少一个均光片图像样本集，对初始均光片位置识别模型进行模型训练，得到均光片位置识别模型。由此，考虑至少一个均光片图像分类标签组对应的语义信息（均光片图像标签特征），以进行后续初始均光片位置识别模型的训练，可以使得均光片位置识别模型学习更多关于标签的语义信息，结合图像特征信息，可以得到位置识别更为精准的均光片位置识别模型。从而，可以识别出各种形状位置偏移的均光片。

步骤102，将上述均光片图像输入至预先训练的均光片位置识别模型中，得到均光片位置识别结果。

在一些实施例中，上述执行主体可以将上述均光片图像输入至预先训练的均光片位置识别模型中，得到均光片位置识别结果。均光片位置识别模型可以是指预先训练的以均光片图像为输入，以均光片位置识别结果为输出的神经网络模型。例如，均光片位置识别模型可以是卷积神经网络模型或深度神经网络模型。均光片位置识别结果可以表示防粘剥料平台上的均光片是否偏移。

步骤103，响应于确定上述均光片位置识别结果表征均光片偏移，控制上述三维贴胶机械手将上述均光片调整放置在上述防粘剥料平台的中心位置。

在一些实施例中，上述执行主体可以响应于确定上述均光片位置识别结果表征均光片偏移，控制上述三维贴胶机械手将上述均光片调整放置在上述防粘剥料平台的中心位置。即，防粘剥料平台上设置有中心位置的标定区域，可以控制三维贴胶机械手将均光片抓取指上述防粘剥料平台的中心位置。

步骤104，响应于确定上述均光片位置识别结果表征均光片未偏移，控制上述三维贴胶机械手包括的吸盘将均光片吸取至上述贴胶位上的按键板上进行粘贴，得到成品按键板。

在一些实施例中，上述执行主体可以响应于确定上述均光片位置识别结果表征均光片未偏移，控制上述三维贴胶机械手包括的吸盘将均光片吸取至上述贴胶位上的按键板上进行粘贴，得到成品按键板。三维贴胶机械手包括的吸盘可以是真空吸盘，可以吸取均光片。成品按键板可以是指粘贴完均光片的按键板。

步骤105，对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果。

在一些实施例中，上述执行主体可以对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果。均光片贴放检测结果可以表示成品按键板上的均光片是否贴放歪斜。例如，成品按键板上的均光片未贴放在按键板上的预设区域。

实践中，上述执行主体可以通过以下步骤对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果：

第一步，控制相关联的摄像装置采集上述成品按键板的按键板图像。按键板图像中显示了贴放的均光片。

第二步，将上述按键板图像输入至预先训练的按键板均光片检测模型中，得到按键板均光片检测结果。按键板均光片检测模型可以是预先训练的以按键板图像为输入，以按键板均光片检测结果为输出的卷积神经网络模型。其中，均光片贴放检测结果可以表示成品按键板上的均光片是否贴放歪斜。例如，成品按键板上的均光片未贴放在按键板上的预设区域。

继续的，在采用本申请的均光片定位与纠偏方法对贴放的均光片的位置进行纠偏之后，发明人发现，往往又会伴随着如下问题：虽然纠正了均光片的摆放位置之后，机械手可以准确将均光片抓取至按键板上，但随着机械的运行，可能因故障或震动等原因，导致按键板上的均光片贴放偏移。针对这些问题，常规的解决方案一般包括：通过人工对成品按键板逐一进行检测；或将生产的一批成品按键板，统一采用专业的设备进行检测。

然而，上述解决方案通常存在如下技术问题三：人工检测效率较低，且，难以发现细微的偏移；当均光片形状不同时，需要采用多个设备进行检测，检测效率低，成本较高。

可选地，在将上述按键板图像输入至预先训练的按键板均光片检测模型中，得到按键板均光片检测结果之前，上述方法还包括：

第一步，获取标记按键板均光片图像集和未标记按键板均光片图像集。标记按键板均光片图像可以是指标记了均光片与按键板中预设区域的图像。未标记按键板均光片图像可以是指未标记均光片与按键板中预设区域的图像。

第二步，基于上述标记按键板均光片图像集和上述未标记按键板均光片图像集，执行以下标记步骤：

1、提取上述标记按键板均光片图像集中每个标记按键板均光片图像的标记均光片图像特征向量，得到标记均光片图像特征向量集。可以通过特征提取网络提取上述标记按键板均光片图像集中每个标记按键板均光片图像的标记均光片图像特征向量，得到标记均光片图像特征向量集。特征提取网络可以是特征提取模型，例如，Bert模型，VGG模型等。

2、提取上述未标记按键板均光片图像集中每个未标记按键板均光片图像的未标记均光片图像特征向量，得到未标记均光片图像特征向量集。可以通过特征提取网络提取上述未标记按键板均光片图像集中每个未标记按键板均光片图像的未标记均光片图像特征向量，得到未标记均光片图像特征向量集。

3、根据上述标记均光片图像特征向量集和上述未标记均光片图像特征向量集，构建均光片图像特征结构树。其中，上述均光片图像特征结构树包括：各个标记均光片图像节点和各个未标记均光片图像节点。

其中，构建均光片图像特征结构树，包括：

首先，将上述标记均光片图像特征向量集和上述未标记均光片图像特征向量集确定为均光片图像特征向量集。

然后，对于上述均光片图像特征向量集中的每个均光片图像特征向量，执行以下处理步骤：

1、从上述均光片图像特征向量集中选择与上述均光片图像特征向量之间的相似度大于等于预设相似度的各个均光片图像特征向量。

2、将所选择的各个均光片图像特征向量确定为上述均光片图像特征向量的相似均光片图像特征向量组。

最后，根据上述均光片图像特征向量集中各个均光片图像特征向量的相似均光片图像特征向量组，构建均光片图像特征结构树。其中，上述均光片图像特征结构树中对应标记均光片图像的特征向量为标记均光片图像节点，对应未标记均光片图像的特征向量为未标记均光片图像节点。

4、根据上述均光片图像特征结构树包括的各个标记均光片图像节点，从上述均光片图像特征结构树中选择出待标记均光片图像节点集。对于上述各个未标记均光片图像节点中的每个未标记均光片图像节点，上述执行主体可以执行以下步骤：第一步，确定上述未标记均光片图像节点对应的未标记均光片图像特征向量与各个标记均光片图像的距离，得到各个特征距离。第二步，将上述各个特征距离的最小值确定最小特征距离。然后，可以对所确定的各个最小特征距离进行降序排列，得到最小特征距离序列。其次，可以将上述最小特征距离序列中前目标数量的各个最小特征距离确定为各个目标最小特征距离。最后，可以将上述各个目标最小特征距离对应的各个未标记均光片图像节点确定为待标记均光片图像节点集。

5、对上述待标记均光片图像节点集对应的各个未标记均光片图像进行标记处理，得到标记均光片图像组。上述执行主体可以对上述待标记均光片图像节点集对应的每个未标记均光片图像进行显示，以接收技术人员输入的对应上述未标记均光片图像的标记信息，以对上述未标记均光片图像进行标注处理。这里，标记信息可以包括用户输入的未标记均光片图像的标签。

第三步，将上述标记按键板均光片图像集与上述标记均光片图像组进行合并，得到合并标记按键板均光片图像集，作为目标标记按键板均光片图像集。合并可以是指拼接。

第四步，对上述目标标记按键板均光片图像集中的各个目标标记按键板均光片图像进行聚类处理，得到目标标记按键板均光片图像组集。即，可以将同一形状的均光片对应的各个按键板均光片图像聚为一类。

第五步，根据上述目标标记按键板均光片图像组集包括的目标标记按键板均光片图像组的数量，确定初始按键板均光片检测模型。其中，上述初始按键板均光片检测模型包括目标数量个初始检测子网络，一个检测子网络对应一个目标标记按键板均光片图像组。初始检测子网络可以是指未经训练的初始神经网络。即，保证训练完成的按键板均光片检测模型可以识别不同形状的均光片与按键板的位置情况。

第六步，根据上述目标标记按键板均光片图像组集，对初始按键板均光片检测模型进行模型训练，得到按键板均光片检测模型。

其中，上述第六步，可以包括以下子步骤：

第一子步骤，对于上述目标标记按键板均光片图像组集中的每个目标标记按键板均光片图像组，执行如下处理步骤：

1、确定对应上述目标标记按键板均光片图像组的初始检测子网络。

2、根据上述目标标记按键板均光片图像组，对上述初始检测子网络进行模型训练，得到训练完成的检测子网络。

第二子步骤，将各个训练完成的检测子网络确定为按键板均光片检测模型。

上述相关内容作为本公开的一个发明点，解决了技术问题三“检测效率低，成本较高。”。检测效率低，成本较高的因素往往如下：人工检测效率较低，且，难以发现细微的偏移；当均光片形状不同时，需要采用多个设备进行检测，检测效率低，成本较高。如果解决了上述因素，就能达到提升检测效率以及降低成本的效果。为了达到这一效果，首先，获取标记按键板均光片图像集和未标记按键板均光片图像集。其次，基于上述标记按键板均光片图像集和上述未标记按键板均光片图像集，执行以下标记步骤：提取上述标记按键板均光片图像集中每个标记按键板均光片图像的标记均光片图像特征向量，得到标记均光片图像特征向量集；提取上述未标记按键板均光片图像集中每个未标记按键板均光片图像的未标记均光片图像特征向量，得到未标记均光片图像特征向量集；根据上述标记均光片图像特征向量集和上述未标记均光片图像特征向量集，构建均光片图像特征结构树，其中，上述均光片图像特征结构树包括：各个标记均光片图像节点和各个未标记均光片图像节点；根据上述均光片图像特征结构树包括的各个标记均光片图像节点，从上述均光片图像特征结构树中选择出待标记均光片图像节点集；对上述待标记均光片图像节点集对应的各个未标记均光片图像进行标记处理，得到标记均光片图像组。由此，因为在选择待标记均光片图像节点时，是通过均光片图像特征结构树选择的，且均光片图像特征结构树是利用标记均光片图像特征向量集和未标记均光片图像集间的关系构建的，利用了标记均光片图像和未标记均光片图像之间相关性的机制，从而提高了标记后的图像数据对模型训练的提升效果。接着，将上述标记按键板均光片图像集与上述标记均光片图像组进行合并，得到合并标记按键板均光片图像集，作为目标标记按键板均光片图像集。然后，对上述目标标记按键板均光片图像集中的各个目标标记按键板均光片图像进行聚类处理，得到目标标记按键板均光片图像组集。由此，可以将相同形状的均光片聚为一类。之后，根据上述目标标记按键板均光片图像组集包括的目标标记按键板均光片图像组的数量，确定初始按键板均光片检测模型。其中，上述初始按键板均光片检测模型包括目标数量个初始检测子网络，一个检测子网络对应一个目标标记按键板均光片图像组。由此，可以对多个检测网络进行训练，以使得最后训练的模型可以识别不同形状的均光片。最后，根据上述目标标记按键板均光片图像组集，对初始按键板均光片检测模型进行模型训练，得到按键板均光片检测模型。由此，可以通过一个模型实现对不同形状均光片的识别，提升了检测效率，降低了成本。

步骤106，响应于上述均光片贴放检测结果表示检测通过，控制上述贴胶位向上述出料通道进行倾斜，将上述成品按键板通过上述出料通道滑落至上述成品收集箱中。

在一些实施例中，上述执行主体可以响应于上述均光片贴放检测结果表示检测通过，控制上述贴胶位向上述出料通道进行倾斜，将上述成品按键板通过上述出料通道滑落至上述成品收集箱中。即，可以将贴胶位对应的出料口所在的方向，向出料通道进行倾斜，以使得成品按键板滑落至出料通道中，以到达成品收集箱。贴胶位对应的出料口与出料通道的接收口对应。

可选地，响应于上述均光片贴放检测结果表示检测未通过，控制相关联的设备异常提示设备发出异常提示语音。

在一些实施例中，上述执行主体可以响应于上述均光片贴放检测结果表示检测未通过，控制相关联的设备异常提示设备发出异常提示语音。设备异常提示设备可以是指发出异常提示语音的语音设备。例如，设备异常提示设备可以是扬声器。异常提示语音的内容可以是表示均光片贴放不准确，三维贴胶机械手可能存在运转异常。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备（例如，计算设备）300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有电子设备300操作所需的各种程序和任务数据。处理装置301、ROM302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换任务数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的任务数据信号，其中承载了计算机可读的程序代码。这种传播的任务数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字任务数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于检测到按键板均光片在防粘剥料平台上，控制上述视觉纠偏装置对上述按键板均光片进行拍摄，得到按键板均光片图像，其中，上述按键板均光片图像中显示了防粘剥料平台；将上述按键板均光片图像输入至预先训练的按键板均光片位置识别模型中，得到按键板均光片位置识别结果；响应于确定上述按键板均光片位置识别结果表征按键板均光片偏移，控制上述三维贴胶机械手将上述按键板均光片调整放置在上述防粘剥料平台的中心位置；响应于确定上述按键板均光片位置识别结果表征按键板均光片未偏移，控制上述三维贴胶机械手将按键板均光片粘贴至上述贴胶位上的按键板上，得到成品按键板；对上述成品按键板进行均光片贴放检测，得到均光片贴放检测结果；响应于上述均光片贴放检测结果表示检测通过，控制上述贴胶位向上述出料通道进行倾斜，将上述成品按键板通过上述出料通道滑落至上述成品收集箱中。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向产品的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括：获取单元、解析单元、转换单元、选择单元和填充单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，确定单元还可以被描述为“响应于接收到对应目标消息的消息推送指令，根据上述目标消息对应的消息类型，确定上述目标消息对应的消息等级与信息发送限制信息的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上***（SOC）、复杂可编程逻辑设备（CPLD）等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种均光片定位与纠偏方法，应用于自动贴均光片机，所述自动贴均光片机包括：储料仓、按键板震动盘、视觉纠偏装置、胶纸送料机、贴胶位、三维贴胶机械手、出料通道、成品收集箱，所述方法包括：

响应于检测到均光片在防粘剥料平台上，控制所述视觉纠偏装置对所述均光片进行拍摄，得到均光片图像，其中，所述均光片图像中显示了防粘剥料平台；

获取对应均光片的均光片图像标签集；

根据均光片的形状，对所述均光片图像标签集包括的各个均光片图像标签进行分类，得到至少一个均光片图像分类标签组；

对于所述至少一个均光片图像分类标签组中的每个均光片图像分类标签组，将所述均光片图像分类标签组分配至对应的均光片图像标记端，以供所述均光片图像标记端生成与所述均光片图像分类标签组对应的均光片图像样本集；

根据所得到的至少一个均光片图像样本集，对初始均光片位置识别模型进行模型训练，得到均光片位置识别模型；

将所述均光片图像输入至预先训练的均光片位置识别模型中，得到均光片位置识别结果；

响应于确定所述均光片位置识别结果表征均光片偏移，控制所述三维贴胶机械手将所述均光片调整放置在所述防粘剥料平台的中心位置；

响应于确定所述均光片位置识别结果表征均光片未偏移，控制所述三维贴胶机械手包括的吸盘将均光片吸取至所述贴胶位上的按键板上进行粘贴，得到成品按键板；

对所述成品按键板进行均光片贴放检测，得到均光片贴放检测结果；

响应于所述均光片贴放检测结果表示检测通过，控制所述贴胶位向所述出料通道进行倾斜，将所述成品按键板通过所述出料通道滑落至所述成品收集箱中。

2.根据权利要求1所述的方法，其中，所述对所述成品按键板进行均光片贴放检测，得到均光片贴放检测结果，包括：

控制相关联的摄像装置采集所述成品按键板的按键板图像；

将所述按键板图像输入至预先训练的按键板均光片检测模型中，得到均光片贴放检测结果。

3.根据权利要求1所述的方法，其中，所述方法还包括：

响应于所述均光片贴放检测结果表示检测未通过，控制相关联的设备异常提示设备发出异常提示语音。

4.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

5.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-3中任一所述的方法。