基于深度学习的纸病检测系统设计与研究

作     者：顾文君 谭永涛 李强 刘耀斌 周易 王平军 孙霞 陆文荣 吴昱昊 伍沐原 GU Wenjun;TAN Yongtao;LI Qiang;LIU Yaobin;ZHOU Yi;WANG Pingjun;SUN Xia;LU Wenrong;WU Yuhao;WU Muyuan

作者机构：嘉兴职业技术学院浙江嘉兴314036 民丰特种纸股份有限公司浙江嘉兴314000 嘉兴市工业互联网安全重点实验室浙江嘉兴314036 浙江省造纸行业协会浙江杭州310000 

出 版 物：《中国造纸》 (China Pulp & Paper)

年 卷 期：2024年第43卷第8期

页      面：154-159页

学科分类：082903[工学-林产化学加工工程] 08[工学] 0829[工学-林业工程] 080203[工学-机械设计及理论] 082201[工学-制浆造纸工程] 0802[工学-机械工程] 0822[工学-轻工技术与工程] 

基　　金：浙江省高等学校国内访问工程师“校企合作项目”(FG2023285) 浙江省教育厅一般项目(Y202351406) 嘉兴市应用性基础研究项目(2023AY11022,2024AD10063) 

主　　题：纸病检测 深度学习 系统设计 架构设计 

摘      要：本课题设计了基于深度学习的纸病检测系统,用于提高造纸生产过程中的质量控制水平。该系统采用了“CCD+FPGA+工业控制计算机+训练计算机的架构模式,实现了对纸张图像数据的实时采集、纸病的实时判断和纸病类型的实时识别。综合考虑分类准确率与推理速度,选择MobileNet模型算法,其分类准确率达99.5%,每秒可推理约103.1张分辨率为224×224的图像,满足现场纸病图像分类识别的实时要求。