一种深度卷积网络打印效果优化的方法、设备及存储介质
申请人信息
- 申请人:广州市森扬电子科技有限公司
- 申请人地址:511400 广东省广州市番禺区石碁镇亚运大道1003号3号楼201-206
- 发明人: 广州市森扬电子科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种深度卷积网络打印效果优化的方法、设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311812404.6 |
| 申请日 | 2023/12/26 |
| 公告号 | CN117591046A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06F3/12 |
| 权利人 | 广州市森扬电子科技有限公司 |
| 发明人 | 冼泽波; 陈朝晖; 冯正达; 郑天雄 |
| 地址 | 广东省广州市番禺区石碁镇亚运大道1003号3号楼201-206 |
摘要文本
广州市森扬电子科技有限公司获取“一种透气窗帘布”专利技术，本发明公开了一种深度卷积网络打印效果优化的方法、设备及存储介质，涉及喷墨打印技术领域；包括如下步骤：S1：图像采集与传输、S2：数据处理和评估模型建立、S3：图像标定和训练、S4：实时参数调整、S5：持续优化和重校准和S6：反馈机制与质量监控；本发明通过使用深度卷积网络和工业相机，实现了对打印图像的实时高清采集和数据处理，基于大量打印图像数据和人工评分标定，具备更高准确性和适应性，通过实时反馈调整机制确保打印质量持续稳定，保证打印效果的持续优化，提高生产效率与降低成本，自动化的优化流程减少了对高技术熟练操作员的需求，避免了人为误差，同时减少了耗时的人工校准过程，这有助于提高生产效率，降低生产成本。
专利主权项内容
1.一种深度卷积网络打印效果优化的方法，其特征在于：包括如下步骤：S1：图像采集与传输，安装工业相机到喷墨打印机，来对打印图像进行高清采集，包括打印过程中的实时图像和打印后的成品图像，实时采集打印过程中的图像数据，再将采集的图像数据传输至连接的PC或处理单元；S2：数据处理和评估模型建立，在PC或处理单元上建立深度卷积网络模型，将采集的图像数据传输至PC进行深度卷积网络训练，以深度学习框架为基础，根据图像数据的特征和参数建立预训练的评估模型；S3：图像标定和训练，准备大量打印图像样本，人工对这些样本进行打印效果评分和标定，将标定好的图像数据输入至CNN模型中，通过训练来生成预训练评估模型；S4：实时参数调整，在新机器上应用预训练评估模型，并对打印图像进行评估，根据评估结果，实时微调喷墨打印机的参数，包括墨水喷射强度、打印头位置、颜色对比度；S5：持续优化和重校准，建立自动化流程，周期性地对评估模型进行更新和优化，当打印效果长时间未能达到目标质量时，触发重新标定图像并重新训练评估模型的流程；S6：反馈机制与质量监控，实施机器学习算法，让系统能够根据实时数据不断优化打印质量，并记录历史数据进行质量监控和改进分析，设定预警机制，当打印质量下降或未达标时，系统能自动发出警报并进行相应调整或重校准流程。 （来自 马克数据网）