多层卷积网络目标识别算法在烟丝宽度检测中的应用研究

作     者：刘鑫 谢真成 关文锦 陈然 邝素琴 Liu Xin;Xie Zhencheng;Guan Wenjin;Chen Ran;Kuang Suqin

作者机构：广东中烟工业有限责任公司广州卷烟厂广东广州510385 广东中烟工业有限责任公司广东广州510385 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2024年第53卷第6期

页      面：127-132页

学科分类：08[工学] 0822[工学-轻工技术与工程] 

主　　题：烟丝宽度检测 YOLOv3 多层卷积网络 目标识别 翻转宽度算法 

摘      要：为了提高烟丝宽度检测效率,提出一种多层卷积网络目标识别算法。该算法以YOLOv3为基础结构,通过添加特征层、注意力机制、空间金字塔结构、改进聚类函数和损失函数的方式,实现了对传统识别算法的改进优化。基于多层卷积网络目标识别算法构建烟丝宽度检测模型,通过获取图像中目标烟丝宽度,完成对烟丝宽度的精准检测。烟丝的主客观识别效果与宽度检测结果表明:该算法能够较好地保留烟丝轮廓细节,具有较强的识别能力和较高的检测精度,交并比、精准度、AUC分别达到了0.966、0.969、0.963,且检测最大误差为-0.073 mm,相对误差较低。实验结果证实该算法对烟丝宽度检测具有较高的实用价值,大大提高了检测精度。