10.3969/j.issn.1673-1328.2022.35.014
基于深度学习的烟支外观检测系统的设计与实现
卷烟机作为卷烟生产企业核心设备之一,具有高速、高自动化的特点,过滤嘴香烟的生产速率可达20 000支/分钟.高速生产下,依靠人工辨别很难发现外观质量不合格的烟支.目前的烟支外观检测系统采购成本高、算法复杂、参数多、参数间具有严格的相关性、调整难度大.因此针对烟棒自动化生产过程中出现的烟支外观缺陷分辨准确度低的问题,设计实现了基于Resnet50的烟支外观检测系统,通过去噪、分割、缺陷特征提取等对烟支图像的缺陷进行分类检测.实验说明,本文提出的缺陷检测算法具有较高的准确率.
深度学习、烟支外观、Resnet50、缺陷分类
TP393(计算技术、计算机技术)
2022-12-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
49-52