期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于轻量化YOLOv7的GDX2包装机烟组端面缺陷检测技术
1
作者
屈永波
张志坚
+5 位作者
王浩
付秋萍
金勇
王诗太
浦健
黄岗
《包装工程》
北大核心
2025年第9期209-216,共8页
目的针对当前卷烟烟组端面缺陷检测技术无法准确识别具体缺陷类型,以及未兼顾识别滤嘴变形或夹沫的局限性,加之在检测精度上存在不足,本文引入一种基于轻量化YOLOv7模型的检测策略。方法在GDX2包装机上设计并安装图像采集系统,通过集成...
目的针对当前卷烟烟组端面缺陷检测技术无法准确识别具体缺陷类型,以及未兼顾识别滤嘴变形或夹沫的局限性,加之在检测精度上存在不足,本文引入一种基于轻量化YOLOv7模型的检测策略。方法在GDX2包装机上设计并安装图像采集系统,通过集成轻量化网络结构ShuffleNetV2、DWConv、DSConv对YOLOv7架构进行定制化改造,有效减少模型参数量,加速训练与推理过程;结合SimAM注意力机制进一步增强模型对轻微缺陷特征的关注能力,显著提升轻微外观缺陷识别的准确性。结果实验结果显示,所提算法参数量下降85%,计算量下降81%,mAP@0.5值达到0.973,缺陷类型中滤嘴变形和夹沫的平均精度分别达到0.978和0.945。在低算力(11.15TFLOPS)环境下,该系统的推理时间低至1.98 ms。结论该技术已经应用于GDX2型卷烟包装机烟组端面缺陷检测,能够有效提升缺陷检测的综合性能,为烟草行业提供兼具高效性与经济性的外观质量控制解决方案。
展开更多
关键词
深度学习
烟支
缺陷检测
轻量化
在线阅读
下载PDF
职称材料
基于机器视觉和MSD微结构描述算法的霉变烟在线检测研究
被引量：
10
2
作者
刘斌
朱文魁
+6 位作者
周雅宁
毛伟俊
钟科军
席建平
张辉
王艺斌
黄岗
《中国烟草学报》
EI
CAS
CSCD
北大核心
2015年第2期29-34,共6页
为实现醇化烟叶中霉变烟的自动在线精选,设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像,采用MSD微结构描述算法提取烟叶图像颜色、纹理特征,基于神经网络集成分类算法,通过合格烟叶样本和霉烟样本的...
为实现醇化烟叶中霉变烟的自动在线精选,设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像,采用MSD微结构描述算法提取烟叶图像颜色、纹理特征,基于神经网络集成分类算法,通过合格烟叶样本和霉烟样本的训练学习,实现霉变烟的在线检测识别。经过测试,该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示,采用霉烟靶物单独过料时,机器视觉系统对霉烟的平均在线识别率在95%以上;将霉烟靶物与合格烟片混掺过料时,系统对霉烟的平均识别率在87%以上。研究结果表明,机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。
展开更多
关键词
烟叶
机器视觉
微结构描述算法
霉变烟检测
在线阅读
下载PDF
职称材料
题名
基于轻量化YOLOv7的GDX2包装机烟组端面缺陷检测技术
1
作者
屈永波
张志坚
王浩
付秋萍
金勇
王诗太
浦健
黄岗
机构
湖南中烟工业
有限
责任
公司
技术中心
昆明聚林科技有限公司
出处
《包装工程》
北大核心
2025年第9期209-216,共8页
基金
湖南中烟工业有限责任公司科技项目(KY2021CG0004)。
文摘
目的针对当前卷烟烟组端面缺陷检测技术无法准确识别具体缺陷类型,以及未兼顾识别滤嘴变形或夹沫的局限性,加之在检测精度上存在不足,本文引入一种基于轻量化YOLOv7模型的检测策略。方法在GDX2包装机上设计并安装图像采集系统,通过集成轻量化网络结构ShuffleNetV2、DWConv、DSConv对YOLOv7架构进行定制化改造,有效减少模型参数量,加速训练与推理过程;结合SimAM注意力机制进一步增强模型对轻微缺陷特征的关注能力,显著提升轻微外观缺陷识别的准确性。结果实验结果显示,所提算法参数量下降85%,计算量下降81%,mAP@0.5值达到0.973,缺陷类型中滤嘴变形和夹沫的平均精度分别达到0.978和0.945。在低算力(11.15TFLOPS)环境下,该系统的推理时间低至1.98 ms。结论该技术已经应用于GDX2型卷烟包装机烟组端面缺陷检测,能够有效提升缺陷检测的综合性能,为烟草行业提供兼具高效性与经济性的外观质量控制解决方案。
关键词
深度学习
烟支
缺陷检测
轻量化
Keywords
deep learning
cigarette
defect detection
lightweight
分类号
TB484 [一般工业技术—包装工程]
TS434 [农业科学—烟草工业]
在线阅读
下载PDF
职称材料
题名
基于机器视觉和MSD微结构描述算法的霉变烟在线检测研究
被引量：
10
2
作者
刘斌
朱文魁
周雅宁
毛伟俊
钟科军
席建平
张辉
王艺斌
黄岗
机构
湖南中烟工业
有限
责任
公司
郑州烟草研究院
南京焦耳
科技
有限公司
昆明聚林科技有限公司
出处
《中国烟草学报》
EI
CAS
CSCD
北大核心
2015年第2期29-34,共6页
基金
国家烟草专卖局重点实验室项目"打叶复烤均质化加工技术研究"(212014AA0630)
湖南中烟工业有限责任公司科技项目"在线智能化片烟精选系统的研制"(KY2011ZB0003)
文摘
为实现醇化烟叶中霉变烟的自动在线精选,设计了基于机器视觉的霉变烟在线检测系统。该系统通过高速线阵CCD动态获取烟叶图像,采用MSD微结构描述算法提取烟叶图像颜色、纹理特征,基于神经网络集成分类算法,通过合格烟叶样本和霉烟样本的训练学习,实现霉变烟的在线检测识别。经过测试,该检测算法对霉烟图像样本的测度为0.918。在线检测试验结果显示,采用霉烟靶物单独过料时,机器视觉系统对霉烟的平均在线识别率在95%以上;将霉烟靶物与合格烟片混掺过料时,系统对霉烟的平均识别率在87%以上。研究结果表明,机器视觉方法用于醇化后烟叶中霉变烟的在线精选是可行的。
关键词
烟叶
机器视觉
微结构描述算法
霉变烟检测
Keywords
tobacco leaves
machine vision
MSD descriptor
detection of mildew tobacco
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轻量化YOLOv7的GDX2包装机烟组端面缺陷检测技术
屈永波
张志坚
王浩
付秋萍
金勇
王诗太
浦健
黄岗
《包装工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于机器视觉和MSD微结构描述算法的霉变烟在线检测研究
刘斌
朱文魁
周雅宁
毛伟俊
钟科军
席建平
张辉
王艺斌
黄岗
《中国烟草学报》
EI
CAS
CSCD
北大核心
2015
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
