一种基于深度学习技术的机器人注染定位偏差检测方法

本发明涉及纺织品质量检测技术领域，尤其涉及一种基于深度学习技术的机器人注染定位偏差检测方法，包括：人工设置检测系统偏差阈值；构建基于YOLOv11的CLOTHES‑YOLO神经网络，并制备相应的数据集，结合训练数据集对模型进行训练与优化；对摆好的衣服进行图片采集，采集后输入神经网络提取出每件衣物的轮廓掩膜；利用Opencv视觉处理算法做图像后处理操作；将每个衣服的面积与中心点的处理结果与打样模板相比较；根据比较结果判断检测是否合格。如果检测不合格，将不合格信号反馈给PLC，系统根据对比结果给出调整方案。本发明能够有效提升机器人注染过程中衣物摆放的定位精度，减少因摆放误差引起的注染偏差，保障批量生产的一致性与稳定性。