本發(fā)明涉及服裝智能印染和紡織品自動(dòng)化加工，尤其涉及一種基于改進(jìn)yolov11實(shí)例分割網(wǎng)絡(luò)進(jìn)行視覺識(shí)別的自動(dòng)化注染方法。

背景技術(shù)：

1、近年來，隨著自動(dòng)化技術(shù)和智能制造技術(shù)的不斷發(fā)展，傳統(tǒng)的服裝注染工藝已經(jīng)無法滿足日益提高的生產(chǎn)效率和質(zhì)量要求。為了提高生產(chǎn)效率并降低人工成本，越來越多的服裝制造商和染色工廠開始嘗試引入機(jī)器人技術(shù)和計(jì)算機(jī)視覺技術(shù)，以實(shí)現(xiàn)注染過程的自動(dòng)化。然而，盡管機(jī)器人技術(shù)能夠模擬人工操作，但在執(zhí)行過程中，尤其是在衣服輪廓的精準(zhǔn)識(shí)別和定位方面，仍面臨不少技術(shù)挑戰(zhàn)。

2、在傳統(tǒng)的注染工藝中，尤其是給衣服上色階段，過度需要人工來進(jìn)行完成，幾乎每個(gè)工位都得需要6-8個(gè)工人來完成，并且在注染上色過程中，容易受到工人操作技能、疲勞等因素的影響。因此，如何通過計(jì)算機(jī)視覺和人工智能技術(shù)，實(shí)現(xiàn)對(duì)衣物進(jìn)行精準(zhǔn)的視覺識(shí)別，已經(jīng)成為自動(dòng)化注染系統(tǒng)的核心技術(shù)之一。由于注染過程中的衣服形態(tài)不規(guī)則，并且顏料的滲透、顏色的漸變，以及進(jìn)行注染的工位是在料框上進(jìn)行的，料框是一個(gè)透明的網(wǎng)框，所以會(huì)有多余顏料的滲透，這些因素都會(huì)影響視覺的識(shí)別，如何在復(fù)雜紋理和背景干擾下實(shí)現(xiàn)高精度的衣服輪廓識(shí)別和標(biāo)志物定位，以及視覺的識(shí)別應(yīng)該選用什么合適的網(wǎng)絡(luò)模型，是該技術(shù)能否成功應(yīng)用的關(guān)鍵。

3、現(xiàn)有的yolov11(you?only?look?once)深度學(xué)習(xí)模型，憑借其在目標(biāo)檢測和實(shí)例分割任務(wù)中的高效性和精度，成為當(dāng)前視覺識(shí)別領(lǐng)域的主流方法之一。尤其在實(shí)例分割任務(wù)中，yolov11能夠?qū)δ繕?biāo)進(jìn)行精準(zhǔn)的分割，識(shí)別不規(guī)則形狀的物體輪廓。然而，現(xiàn)有的yolov11實(shí)例分割模型對(duì)于復(fù)雜背景、紋理過渡和顏色干擾等問題仍存在一定的局限性，特別是在注染過程中的衣服輪廓和小目標(biāo)標(biāo)志物的精準(zhǔn)識(shí)別方面，仍有提升空間。

4、專利cn113684633b提出一種自動(dòng)注染機(jī)，也提到了相關(guān)注染的打樣技術(shù)。其通過機(jī)械定位與固定件實(shí)現(xiàn)衣物的定位與染色。然而，注染布料具有較大的形狀變異性與復(fù)雜輪廓，難以通過機(jī)械方法實(shí)現(xiàn)精準(zhǔn)定位。專利cn115710787b提出一種人機(jī)協(xié)作的智能噴色機(jī)器人，然而，盡管該設(shè)備在染色操作上部分實(shí)現(xiàn)了自動(dòng)化，但其運(yùn)行過程仍依賴人工干預(yù)，操作人員需要在生產(chǎn)過程中持續(xù)監(jiān)控噴嘴堵塞狀態(tài)，必要時(shí)手動(dòng)清理和調(diào)整設(shè)備運(yùn)行。

5、為了克服上述技術(shù)局限，本發(fā)明通過視覺識(shí)別自動(dòng)調(diào)整噴涂路徑和染液噴灑策略，實(shí)現(xiàn)了全流程的智能化和自動(dòng)化，適用于復(fù)雜紋理與個(gè)性化圖案的批量生產(chǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的一種基于改進(jìn)yolov11實(shí)例分割網(wǎng)絡(luò)進(jìn)行視覺識(shí)別的自動(dòng)化注染方法，將yolov11實(shí)例分割網(wǎng)絡(luò)引入自動(dòng)化注染系統(tǒng)，通過實(shí)時(shí)識(shí)別衣物輪廓與標(biāo)志物區(qū)域，動(dòng)態(tài)控制染料噴射與定位操作，顯著提升了注染工藝的自動(dòng)化程度與染色精度。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、一種基于改進(jìn)yolov11實(shí)例分割網(wǎng)絡(luò)進(jìn)行視覺識(shí)別的自動(dòng)化注染方法，包括如下步驟：

4、步驟1、制備訓(xùn)練數(shù)據(jù)集

5、搭建好拍攝環(huán)境和視野范圍，將注染好的成品衣服放到料框上進(jìn)行拍攝，從而得到多張訓(xùn)練數(shù)據(jù)集；

6、步驟2、構(gòu)建神經(jīng)網(wǎng)絡(luò)

7、對(duì)訓(xùn)練數(shù)據(jù)集中的衣服輪廓和標(biāo)志物進(jìn)行打標(biāo)，打標(biāo)后對(duì)這兩種特征進(jìn)行訓(xùn)練，搭建改進(jìn)后的yolov11神經(jīng)網(wǎng)絡(luò)模型；

8、步驟3、人工設(shè)定機(jī)器人程序

9、訓(xùn)練完模型之后，將未進(jìn)行注染的衣服樣品放在料框之上，人工根據(jù)想要的注染效果，比如根據(jù)對(duì)衣服想要注染顏色的數(shù)量以及顏色的種類來設(shè)定機(jī)器人的相關(guān)執(zhí)行程序；

10、程序設(shè)定后，保存程序，后續(xù)機(jī)器人就可根據(jù)程序來指定不同區(qū)域的注染顏色。

11、步驟4、拍攝樣品衣服圖片

12、對(duì)擺放好的樣品衣服進(jìn)行拍攝；

13、步驟5、視覺識(shí)別

14、拍攝好后利用訓(xùn)練完成的網(wǎng)絡(luò)模型，對(duì)拍攝得到的圖片進(jìn)行視覺識(shí)別，得到圖片內(nèi)衣服和標(biāo)志物的mask掩碼；

15、步驟6、圖像處理

16、利用opencv傳統(tǒng)圖像處理，對(duì)識(shí)別后的圖片進(jìn)行處理，先獲取衣服和標(biāo)志物掩碼的外輪廓點(diǎn)集，并進(jìn)行連接得到輪廓，再獲取根據(jù)衣服旋心和標(biāo)志物中心，連接圓心、標(biāo)志物再到衣服外輪廓的標(biāo)志線；

17、步驟7、機(jī)器人加工注染

18、機(jī)器人進(jìn)行加工注染，在衣服輪廓內(nèi)進(jìn)行注染，在標(biāo)志線位置進(jìn)行注染顏色的更換。

19、優(yōu)選地，步驟1中，具體步驟如下：

20、步驟1.1、拍攝環(huán)境應(yīng)該要求盡可能減少環(huán)境光變化對(duì)于后續(xù)視覺識(shí)別的效果，所以加入了兩個(gè)條形光源，調(diào)節(jié)其亮度以及相機(jī)的曝光參數(shù)至符合要求；

21、步驟1.2、拍攝的數(shù)據(jù)集應(yīng)盡可能避免背景對(duì)于后續(xù)識(shí)別的影響以及視野范圍的統(tǒng)一，所以調(diào)節(jié)視野范圍至剛好占滿整個(gè)料框。

22、其中，訓(xùn)練集中的衣服和標(biāo)志物這兩種特征，在注染的打樣任務(wù)中，目標(biāo)是識(shí)別衣服和標(biāo)志物的mask掩碼，這兩者染料顏色變化、衣服輪廓的復(fù)雜性以及由于料框是可滲的網(wǎng)框的緣故，注染的顏料容易或多或少的滲入到料框之下從而容易影響識(shí)別效果，所以對(duì)于識(shí)別的準(zhǔn)確度具有很高的挑戰(zhàn)性。

23、優(yōu)選地，步驟2中，改進(jìn)后的yolov11神經(jīng)網(wǎng)絡(luò)模型的具體步驟如下：

24、將cbam(convolutional?blockattention?module)模塊嵌入到y(tǒng)olov11的特征融合階段，由于yolov11網(wǎng)絡(luò)架構(gòu)中，neck部分的主要任務(wù)是融合來自不同分辨率的特征圖，故將cbam引入到c3k2模塊之后，既可以讓模型對(duì)于細(xì)節(jié)(如衣服邊緣、顏色等)有更強(qiáng)的感知能力，能更有效地處理這些難以區(qū)分的細(xì)節(jié)，減少料框背景的干擾影響，又可以幫助網(wǎng)絡(luò)聚焦于不同尺度上的重要特征，從而提升大檢測頭(head-large)對(duì)于衣服輪廓和小檢測頭(head-small)對(duì)于標(biāo)志物的識(shí)別精度；

25、其中，cbam模塊本質(zhì)上是一個(gè)集成在卷積神經(jīng)網(wǎng)絡(luò)中的注意力模塊，目的是增強(qiáng)模型的特征表達(dá)能力，cbam模塊由通道注意力模塊(channel?attention?module)和空間注意力模塊(spatialattention?module)組成；將其分別應(yīng)用于特征圖的兩個(gè)維度：通道維度和空間維度，并在通道維度和空間維度上對(duì)特征進(jìn)行增強(qiáng)。

26、優(yōu)選地，所述通道注意力模塊包括如下步驟：

27、a.對(duì)特征圖進(jìn)行全局平均池化(globalaverage?pooling)和全局最大池化(global?max?pooling)，得到一個(gè)全局的描述符；

28、b.將描述符通過全連接層進(jìn)行降維和激活(通常是relu激活)；

29、c.最終通過sigmoid激活得到每個(gè)通道的權(quán)重，利用這些權(quán)重對(duì)特征圖的通道進(jìn)行加權(quán)；

30、所述空間注意力模塊包括如下步驟：

31、a.對(duì)特征圖在通道維度上進(jìn)行平均池化和最大池化，得到兩個(gè)單通道的特征圖；

32、b.將這兩個(gè)特征圖拼接后通過一個(gè)卷積層，得到空間注意力權(quán)重圖；

33、c.最終通過sigmoid激活函數(shù)將空間權(quán)重限制在[0,1]區(qū)間，按照這個(gè)權(quán)重對(duì)特征圖的每個(gè)位置進(jìn)行加權(quán)。

34、優(yōu)選地，有了空間注意力模塊和通道注意力模塊之后，cbam將通道注意力模塊和空間注意力模塊串聯(lián)混合在一起，對(duì)特征圖進(jìn)行兩次增強(qiáng)處理，其具體步驟如下：

35、a.通道注意力增強(qiáng)：首先，輸入特征圖f經(jīng)過通道注意力模塊，生成注意力權(quán)重并進(jìn)行加權(quán)處理；

36、b.空間注意力增強(qiáng)：接著，經(jīng)過通道增強(qiáng)后的特征圖被傳入空間注意力模塊，生成空間注意力權(quán)重并進(jìn)行加權(quán)處理，得到最終輸出的特征圖。

37、此處引入了cbam模塊，即引入了這兩種注意力機(jī)制之后，通過通道注意力，cbam能夠幫助yolov11在復(fù)雜場景中更加關(guān)注衣服和標(biāo)志物的輪廓和染料邊界等重要特征的通道，避免背景或不相關(guān)區(qū)域的干擾。通過空間注意力，cbam能夠在不同的空間位置上動(dòng)態(tài)調(diào)整注意力，因?yàn)椋枳⑷镜囊路荚诹峡蛏厦妫钥臻g注意力模塊會(huì)增強(qiáng)重要區(qū)域的特征，同時(shí)抑制無關(guān)區(qū)域的影響，即確保模型能關(guān)注到料框內(nèi)的關(guān)鍵區(qū)域，從而提升分割精度并減少無關(guān)信息的干擾。值得一提的是，cbam模塊較為輕量，相比其他注意力機(jī)制模塊，不會(huì)大幅增加計(jì)算開銷，適合與yolov11的高效檢測和分割架構(gòu)結(jié)合使用。

38、隨后，對(duì)基于改進(jìn)的yolov11實(shí)例分割網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并將訓(xùn)練結(jié)果導(dǎo)出為.onnx文件形式部署到視覺識(shí)別程序之中。

39、優(yōu)選地，步驟6中，包括如下步驟：

40、a.先獲取衣服和標(biāo)志物mask掩碼的外輪廓點(diǎn)集，并根據(jù)外輪廓點(diǎn)集進(jìn)行連接得到衣服的外輪廓；

41、b.獲取衣服輪廓旋心o1和其他標(biāo)志物輪廓的中心o2,o3…on；

42、c.以o1為起點(diǎn)，沿著與標(biāo)志物中心點(diǎn)oi(i＝2,3…n)的連線方向，找到與衣服輪廓的交點(diǎn)oi'，連接o1?oi'即為標(biāo)志線。

43、優(yōu)選地，步驟7中，包括如下步驟：

44、a.機(jī)器人獲取衣服輪廓的位置坐標(biāo)信息后，程序設(shè)定將其在衣服輪廓內(nèi)部進(jìn)行加工上色；

45、b.根據(jù)標(biāo)志物的數(shù)量和位置信息，程序設(shè)定其加工區(qū)域，不同加工區(qū)域根據(jù)人工設(shè)定的顏色進(jìn)行不同顏色的注染。

46、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

47、本發(fā)明用于在注染打樣階段精準(zhǔn)識(shí)別衣服輪廓和標(biāo)志物，通過對(duì)yolov11模型的改進(jìn)，使其能夠在面對(duì)復(fù)雜注染紋理、顏色漸變、顏料滲透等挑戰(zhàn)時(shí)，仍然保持高精度的識(shí)別性能。這一改進(jìn)不僅能夠順利識(shí)別出不同衣服的輪廓和標(biāo)志物的識(shí)別，還為機(jī)器人在后續(xù)的自動(dòng)化注染過程中提供了精確的定位和控制，最終實(shí)現(xiàn)注染任務(wù)的完全自動(dòng)化，極大地提高生產(chǎn)效率，減少人工操作成本，并提升注染過程的質(zhì)量控制能力。