首页|基于深度学习的烟包识别与分类

基于深度学习的烟包识别与分类

Cigarette Pack Recognition and Classification Based on Deep Learning

扫码查看
原文链接
  • 维普
  • 万方数据
目的 提取烟包图像数据训练深度学习目标检测模型,提升烟包流水线拣包效率和准确性.方法 基于深度学习建立一种烟包识别分类模型,对原始YOLOv3模型进行改进,在原网络中加入设计的多空间金字塔池化结构(M–SPP),将64×64尺度的特征图下采样与32×32尺度的特征图进行拼接,并去除16×16尺度的预测特征层,提高模型的检测准确率和速度,并采用K–means++算法对先验框参数进行优化.结果 实验表明该目标检测模型平均准确率达到99.68％,检测速度达到70.82帧/s.结论 基于深度学习建立的图像识别分类模型准确率高且检测速度快,有效满足烟包流水线自动化实时检测.

淡卫波、朱勇建、黄毅

展开 >

浙江科技学院 机械与能源工程学院,杭州 310023

宁波敏捷信息科技有限公司,宁波 315000

长沙理工大学 汽车与机械工程学院,长沙 410114

深度学习 烟包识别 YOLOv3 K–means++

国家自然科学基金浙江省基础公益研究计划

51875048LGG21E050006

2023

10.19554/j.cnki.1001-3563.2023.01.015

包装工程
中国兵器工业第五九研究所

包装工程

北大核心
影响因子：1.097
ISSN：1001-3563
年,卷(期)：2023.44(1)
  • 1
  • 7