摘要
本发明公开了一种卷烟设备读码相机参数自适应优化方法以及装置,包括:设定参考系和扰动系两路读码相机的参数;基于设置的相机参数采集得到卷烟盒条二维码的参考系与扰动系的图片;对参考系与扰动系图片进行特征匹配;根据最佳匹配结果构造训练数据集;利用训练数据集对预先构建的卷烟设备读码相机参数估计模型进行训练,使模型在卷烟生产线环境下实时预测出相机参数。本发明通过双路相机参数关联并进行二维码图像数据的特征匹配,以此构造出符合生产场景的训练数据,基于该训练数据进行训练后,深度学习模型能够对相机参数进行自适应优化,从而有效提高二维码读取的精确性和稳定性,满足卷烟高速生产设备对实时性及可靠性的要求。
技术关键词
读码相机
卷烟设备
参数估计模型
图片
卷烟生产线
二维码
卷烟盒
特征描述符
多层感知机
卷积神经网络提取
特征加权融合
交叉注意力机制
多尺度特征提取
数据
多层级特征
模型训练模块
深度学习模型