首页期刊导航|包装学报
期刊信息/Journal information
包装学报
湖南工业大学
包装学报

湖南工业大学

张凤华

双月刊

1674-7100

baozhuangxuebao@163.com

0733-2622036

412008

湖南省株洲市泰山路88号

包装学报/Journal Packaging Journal
查看更多>>《包装学报》于2009年10月创刊，是国内外公开发行、具有国际视野的包装行业学术型期刊（双月刊）。本刊立足学术研究，以科学发展观为指导，及时报道和刊发包装科技领域的新技术、新成果，促进包装科技进步与交流、繁荣包装文化、搭建包装产学研结合的桥梁，推动我国包装产业可持续发展和包装工业科技进步。特色栏目有：绿色包装与包装安全，常设栏目有：新材料·新技术·新工艺、包装印刷与印后加工、包装结构与货架寿命、运输包装与物流、包装设备与自动化。
正式出版
收录年代

    基于超像素快速模糊聚类的印刷品图像分割方法

    彭来湖张晓蓉李建强胡旭东...
    85-90页
    查看更多>>摘要：针对当前彩色印刷品色差检测过程中效率低、复杂性高等问题,提出了一种基于超像素快速模糊聚类的印刷品图像分割方法(SFFCM).先用简单线性迭代聚类(SLIC)算法将图像分割为紧密相邻的超像素区域.每个超像素区域被视为一个独立的聚类单元.随后,将模糊C均值聚类(FCM)算法应用于超像素的归属关系计算中,即引入隶属度值,允许超像素归属于多个聚类中心,并通过权衡归属度值来实现模糊聚类.实验结果表明,相对于其他算法,本文方法在保持良好实时性的同时,实现了较好的分割效果,有效平衡了算法复杂度与分割效果之间的关系.

    印刷品图像分割简单线性迭代聚类算法模糊C均值聚类超像素

      原文链接:
    • 万方数据
    • 维普

    MNTH-YOLOv8:一种用于食品包装中蚊虫高效检测的深度学习方法

    王晓红张微
    91-98页
    查看更多>>摘要：食品安全一直是社会关注的焦点,而在食品包装印刷生产过程中,蚊虫的夹杂会对食品安全构成威胁.针对食品包装质检过程中蚊虫检测仍是人工筛查的现状,以及蚊虫目标尺寸小、所处背景复杂的特点,提出了一种基于深度学习的全自动MNTH-YOLOv8 检测方法.该方法是在YOLOv8 强大的目标检测功能基础上,结合通道特征部分卷积模块、SimAM注意力机制和改进的特征融合模块,并以CIoU与归一化Wasserstein距离作为定位回归损失函数的优化模型.对真实数据集的检测结果表明,MNTH-YOLOv8 表现出显著优势,不仅有效提高了小目标蚊虫的检测精度,还在保持检测速度的前提下减少了参数量.MNTH-YOLOv8 在食品包装中蚊虫的实时检测应用上拥有广阔前景.

    食品包装安全蚊虫检测YOLOv8小目标检测SimAM注意力机制特征融合归一化Wasserstein距离

      原文链接:
    • 万方数据
    • 维普

    中国工程院院士陈克复教授为本刊题词

    前插1页
      原文链接:
    • 万方数据
    • 维普

    稿约

    封3页
      原文链接:
    • 万方数据

    人物介绍

    封2页
      原文链接:
    • 万方数据