基于轻量化网络与嵌入式的喷码质量检测方法

作者：葛俏; 梁桥康; 邹坤霖; 孙炜; 李珊红; 王耀南

来源：控制工程, 2021, 1-9.

DOI：10.14107/j.cnki.kzgc.20200903

• YOLOv5
• 幻影模块
• 目标检测
• 非极大值抑制
• 自训练
• Jetson TX2

针对食品饮料等复杂包装上喷码质量检测准确率不高与速度慢等问题，提出了一种基于Ghost-YOLO轻量化网络与嵌入式平台的喷码质量检测方法。网络以YOLOv5为基础，并采用了幻影模块（GM）对卷积层进行降维，模型参数减少25%。在多分类目标检测任务后处理中提出了位置重复抑制（PDS）方法，通过对所有类别同时采用非极大值抑制（NMS），可进一步提高检测精度。最后，通过所提的改进自训练方法对模型进行训练，并将算法部署于嵌入式设备中，实现了对喷码字符质量的实时检测。实验结果表明，所提方法在满足实时性的要求下，对喷码字符检测的精确度和召回率分别达到了100%和99.99%，并在NVIDIA Jetson TX2上实现了36 FPS的实时检测性能。

• 单位
  湖南大学; 合肥学院