首页|面向工业生产场景的轻量级玻璃瓶分类检测方法

面向工业生产场景的轻量级玻璃瓶分类检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
在玻璃瓶生产线上,现有的玻璃瓶分类主要依赖于人工目力识别,其模式难以适应智能化生产制造;另一方面,深度学习模型复杂度高,难以在资源受限的设备上部署.为此,借鉴MobileNet模型,使用深度可分离卷积和倒残差结构,融合注意力机制,提出一种轻量级网络模型,并使用知识蒸馏来学习深度网络模型ResNet,在保证模型性能的同时压缩了模型的大小.除此以外,在图片采集阶段使用遮光处理,排除了光照因素对模型的干扰.实验证明,方法可以在玻璃瓶生产线上精准识别玻璃瓶种类,在测试集中的平均识别准确率达99.6%,识别速度达18ms,同时模型复杂度大大降低,可以部署在低配置的工业设备中.
Lightweight glass bottle classification detection method for industrial production scenarios

薛钧星、文汉云、胡玉荣、陈华锋

展开 >

长江大学 计算机科学学院,荆州 434000

荆楚理工学院 计算机工程学院,荆门 448000

玻璃瓶分类 遮光处理 深度可分离卷积 注意力机制 知识蒸馏

湖北省高等学校优秀中青年科技创新团队计划项目

T201923

2024

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(2)
  • 15