| 基于改进Faster R-CNN的食品包装缺陷检测 |
| |
| 引用本文： | 夏军勇,王康宇,周宏娣.基于改进Faster R-CNN的食品包装缺陷检测[J].食品与机械,2023,39(11):131-136,151. |
| |
| 作者姓名： | 夏军勇 王康宇 周宏娣 |
| |
| 作者单位： | 湖北工业大学机械工程学院，湖北 武汉 430068 |
| |
| 基金项目： | 湖北省科技创新人才计划（编号：2023DJCO68） |
| |
| 摘 要： | 目的：对纸质包装盒缺陷进行准确的识别与定位。方法：应用改进Faster R-CNN的网络模型自动对包装盒缺陷进行检测。对训练集图片进行数据增强并添加噪声，提升模型的训练精度和鲁棒性；将特征提取网络替换为ResNet50，并融合特征金字塔网络（FPN），提高模型多尺度检测的能力；使用K-means++对数据集中缺陷尺度进行聚类，优化锚框方案。结果：改进后的Faster R-CNN模型在测试集上的平均准确率（AP）达到93.9%，检测速度达到8.65帧/s。结论：应用改进的Faster R-CNN模型能够有效检测出包装盒缺陷并定位，可应用于包装盒缺陷的自动检测与分拣。
|
| 关 键 词： | Faster R-CNN ResNet50 缺陷检测 特征金字塔 |
| 收稿时间： | 2023/5/26 0:00:00 |
Food packaging defect detection by improved network model of Faster R-CNN |
| |
| XIA Junyong,WANG Kangyu,ZHOU Hongdi.Food packaging defect detection by improved network model of Faster R-CNN[J].Food and Machinery,2023,39(11):131-136,151. |
| |
| Authors: | XIA Junyong WANG Kangyu ZHOU Hongdi |
| |
| Affiliation: | School of Mechanical Engineering, Hubei University of Technology, Wuhan, Hubei 430068, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《食品与机械》浏览原始摘要信息 |
|
点击此处可从《食品与机械》下载全文 |
