公开(公告)号：CN116843669A

公开(公告)日：2023-10-03

申请号：CN202310888696.5

申请日：2023-07-19

Applicant: 中国烟草总公司郑州烟草研究院 ,  郑州轻工业大学

Inventor： 李嘉康 ,  张雷 ,  朱波 ,  张杰 ,  张弘彦 ,  苏子淇 ,  李辉 ,  徐大勇 ,  堵劲松

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种自适应级联YOLOv5的烟支缺陷检测方法，包括收集烟支图片数据，分为训练集和测试集，使用训练集训练自适应级联YOLOv5模型；所述自适应级联YOLOv5模型包括输入模块、骨干网络模块、路径聚合网络模块和基于自适应级联融合的检测头模块；使用测试集测试自适应级联YOLOv5模型。本发明的有益效果为：通过采取深度学习算法寻找烟支表面缺陷的方式，克服了传统的人工操作寻找烟支表面缺陷带来的效率低下和增加原材料消耗的问题；通过基于自适应级联方式改进了传统的YOLOv5模型，提高了对微小缺陷的检测精度，从而避免了企业将外观观感不佳的烟支产品生产出厂，从而导致消费者对烟支质量信心的下降，最终起到了保护企业效益的良好效果。

公开(公告)号：CN117292240A

公开(公告)日：2023-12-26

申请号：CN202311278610.3

申请日：2023-10-07

Applicant: 中国烟草总公司郑州烟草研究院

Inventor： 李嘉康 ,  张雷 ,  朱波 ,  张杰 ,  张弘彦 ,  苏子淇 ,  李辉 ,  徐大勇 ,  堵劲松

IPC: G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06V10/25

Abstract: 本发明涉及一种基于改进的特征金字塔网络和全局特征模块的YOLOX小烟梗检测方法，所述改进的YOLOX小烟梗检测模型包括输入模块、骨干特征提取网络模块、改进的特征金字塔网络模块、新增的全局特征模块和检测头模块。本发明的有益效果是：通过采取深度学习算法检测烟丝中的小烟梗的方式，将检测工作交给了计算机，克服了传统的人工操作带来的耗时耗力、效率低下且存在误判、漏检的风险的问题；通过改进的特征金字塔网络模块和新增的全局特征模块改进了传统的YOLOX模型，在实践中，本发明的模型提高了对烟丝中小烟梗的检测效果，在几个像素到几十个像素范围内达到了良好的检测率，满足现代卷烟生产的高效、精准和高质量要求。