改进YOLOv3算法的烟盒缺陷检测

文中提出了一种基于改进YOLOv3算法的烟盒缺陷检测方法。在YOLOv3原网络中增加4倍降采样,改变YOLOv3目标框损失IoU为GIoU,改善候选框与真实框尺度敏感性。实验结果表明,改进后网络的平均检测精度由90.81%提升到97.29%,查准率提高7%,查全率提高7%,平均检测速度略有下降,但不影响烟盒表面缺陷的实时检测。总体而言,该方法相对于传统烟盒缺陷检测方法检测效率更高。     

基于机器视觉的酒盒天地盖定位贴合系统设计

为解决传统白酒包装作业成本高、效率和良品率低的问题,设计一种基于机器视觉的酒盒天地盖定位贴合系统。基于模块化设计思想,将系统划分为裱纸输送模块、纸盒自动上盒模块和视觉系统模块;将可编程逻辑控制器作为主控系统,机器人、输送线、气缸等作为执行机构,设计裱纸输送模块和自动上盒模块;采用Sobel算子、模板匹配等算法设计视觉系...