公开(公告)号：CN116843669A

公开(公告)日：2023-10-03

申请号：CN202310888696.5

申请日：2023-07-19

Applicant: 中国烟草总公司郑州烟草研究院 ,  郑州轻工业大学

Inventor： 李嘉康 ,  张雷 ,  朱波 ,  张杰 ,  张弘彦 ,  苏子淇 ,  李辉 ,  徐大勇 ,  堵劲松

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种自适应级联YOLOv5的烟支缺陷检测方法，包括收集烟支图片数据，分为训练集和测试集，使用训练集训练自适应级联YOLOv5模型；所述自适应级联YOLOv5模型包括输入模块、骨干网络模块、路径聚合网络模块和基于自适应级联融合的检测头模块；使用测试集测试自适应级联YOLOv5模型。本发明的有益效果为：通过采取深度学习算法寻找烟支表面缺陷的方式，克服了传统的人工操作寻找烟支表面缺陷带来的效率低下和增加原材料消耗的问题；通过基于自适应级联方式改进了传统的YOLOv5模型，提高了对微小缺陷的检测精度，从而避免了企业将外观观感不佳的烟支产品生产出厂，从而导致消费者对烟支质量信心的下降，最终起到了保护企业效益的良好效果。

公开(公告)号：CN116342867A

公开(公告)日：2023-06-27

申请号：CN202310268550.0

申请日：2023-03-20

Applicant: 郑州轻工业大学

Inventor： 张杰 ,  张弘彦 ,  江泳 ,  张焕龙 ,  王凤仙 ,  李林伟 ,  曲光 ,  王夏兵 ,  李岱霖

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于自适应递归金字塔的YOLOv4小目标检测方法，属于目标检测技术领域，步骤为：构建YOLOv4目标检测网络：金字塔网络输出的特征通过递归再次融入骨干网络，将金字塔网络两次输出的特征进行融合后输入自适应模块；利用骨干网络提取输入图像的深度特征；金字塔网络将不同尺度的深度特征进行特征层拼接；与骨干网络得到的深度特征相结合并进行反向传播，再次输入特征金字塔网络进行特征加强融合；将两次加强融合特征进行特征拼接后输入自适应模块，得到三层不同尺度的特征图；通过检测头网络得到目标检测结果。本发明显著提升了检测网络对小目标的表征能力，能够有效提取更有效的特征信息，具有检测精度高、鲁棒性强的优点。