期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合改进YOLOv11与动态分拣策略的食品自动化分拣系统研究
1
作者 任越美 李垒 +1 位作者 张军锋 尚展垒 《食品与机械》 北大核心 2025年第9期82-90,共9页
[目的]解决现有食品分拣系统缺陷漏检率高和分拣效率低等问题。[方法]基于视觉检测的食品自动化分拣系统,提出一种融合改进YOLOv11和动态分拣策略用于食品自动化分拣系统。通过改进YOLOv11目标检测模型优化食品缺陷识别和定位能力,结合... [目的]解决现有食品分拣系统缺陷漏检率高和分拣效率低等问题。[方法]基于视觉检测的食品自动化分拣系统,提出一种融合改进YOLOv11和动态分拣策略用于食品自动化分拣系统。通过改进YOLOv11目标检测模型优化食品缺陷识别和定位能力,结合动态分拣策略实现机器人动态目标分拣。改进模型引入轻量级跨尺度特征融合模块,通过简化结构、强化信息交互来提升网络效率,引入C3k2_Faster_EMA模块的替换C3k2模块,在保持高精度的同时显著提升计算效率,引入Inner_DIoU损失替换CIoU损失,提升检测和定位精度。通过试验对其优越性进行验证。[结果]试验方法能够更快速、准确地检测出食品缺陷,实现更优的分拣成功率和效率,能够精准、高效地将不同缺陷食品分拣至对应位置。改进模型在食品缺陷检测中平均精度均值达99.67%,较原始模型提升7.93%,系统推理速度达120帧/s。在输送速度为100~200 mm/s时,试验方法的分拣成功率>99.00%,平均分拣时间<0.75 s。[结论]通过融合深度学习和动态分拣策略,可以显著提升食品分拣的智能化水平与生产效益。 展开更多
关键词 食品自动化 分拣系统 视觉检测 目标检测模型 动态分拣策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部