-
题名饮料包装缺陷检测的轻量化算法研究
被引量：1
- 1
-
-
作者
付赫
王桂英
-
机构
东北林业大学家居与艺术设计学院
-
出处
《包装与食品机械》
北大核心
2025年第1期32-39,共8页
-
基金
国家自然科学基金项目(32071692)。
-
文摘
针对饮料包装生产线上缺陷检测精度低和速度慢等问题,提出一种基于改进YOLOv8的轻量化饮料包装缺陷检测算法(Light YOLOv8-DP),以提升小目标检测精度,降低计算资源消耗。在YOLOv8的Backbone骨干网络中引入RepStreamGhost(RSG)模块以替代C2f模块,实现梯度流通优化;将YOLOv8的Neck特征融合网络替换为Small Target Boost Pyramid(STBP)结构,通过AdaptiveOK(AOK)模块增强特征提取的多尺度表现;采用重参数轻量化共享卷积的Rep Shared Convolutional Detection(RSCD)检测头,减少参数量和计算复杂度;通过构建饮料包装缺陷数据集进行试验验证。结果表明,Light YOLOv8-DP算法平均精度达到85.5%,召回率达到82.1%,精确率达到83.8%,较原始YOLOv8分别提高2.3%,3.3%,3.9%;检测速度达到259.26帧/s,较原始YOLOv8提高43.65帧/s。对改进后的算法进行实时检测验证,F1分数提高1.7,单张图片的处理速度提高0.7 ms。研究为食品包装的自动化检测提供新思路。
-
关键词
YOLOv8
缺陷检测
RSG模块
AOK模块
rscd检测头
-
Keywords
YOLOv8
defect detection
RSG module
AOK module
rscd detection head
-
分类号
TS203
[轻工技术与工程—食品科学]
TH165.4
[机械工程—机械制造及自动化]
TH487
[机械工程—机械制造及自动化]
-
