基于轻量化网络与嵌入式系统的喷码检测

针对食品饮料等复杂包装上喷码质量检测的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，采用了幻影模块(GM)对卷积层进行降维，模型参数减少25%。多分类目标检测任务的后处理采用位置重复抑制(PDS)方法，通过对所有类别同时采用非极大值抑制(NMS)，进一步提高检测精度。最后，利用所提出的改进自训练方法对模型进行训练，并将所提检测方法部署于嵌入式设备中，实现了对喷码质量的实时检测。实验结果表明，所提检测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%。