基于机器视觉的卷纸包装检测模型设计

作者：黄期峰; 曾志强^*; **勇

来源：中国造纸学报, 2023, 38(04): 85-91.

• 卷纸包装
• 机器视觉
• YOLOv4
• 深度学习

针对卷纸包装检测效率低、人工成本高的问题，本研究基于机器视觉设计了一个卷纸包装检测模型，并命名为F-YOLOv4。首先利用工业相机在卷纸包装过程中采集目标图像，并人工标注制作成数据集；随后基于YOLOv4构建卷纸包装检测模型，通过引入轻量级的混合通道注意力模块，以强化重要特征同时避免背景噪声的引入；并设计了残差上采样模块以提升上采样的效果；最后在检测头部分，将不同分辨率的特征进行了融合以丰富特征图信息。研究结果表明，F-YOLOv4模型的准确率为97.53%，高于原始模型1.97%，检测速度为129 f/s，模型大小为39.7 MB。F-YOLOv4模型能够有效解决卷纸包装问题，为企业降低用人成本，提高生产效率。

• 单位
  五邑大学