人工智能技术在烟草包装印刷质量检测上的应用研究

• 作者: 钱隽
• 来源期刊: 绿色包装
• 学科: 工学
• 关键词: 人工智能技术 深度学习 包装印刷检测 缺陷检测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 绿色包装研究·技术
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP18|TS8
• 语种: 中文
• DOI: 10.19362/j.cnki.cn10-1400/tb.2020.11.001

摘要

人工智能的发展日新月异,正推动着印刷行业质量检测技术的革新.在总结传统检测算法不足的基础上将深度学习理论应用到该检测领域中,并在实际应用中针对烟草小盒包装印刷产品存在较高误检率的问题,将无监督和二分类有效结合.首先通过无监督模式进行待检产品与好品训练集的严格一致性界定,然后将异常包装印刷产品根据其缺陷子图进行二分类划分为误检品和缺陷品,并以二分类结果作为最终检测结果,最终实现高检出率、低误检率的目标.针对烟草包装印刷小盒产品进行多组实验,以GoogLeNet网络模型为基础,以小张包装印刷品为检测对象,以多种光学成像方式,验证上述无监督模式结合二分类的深度学习策略具备良好检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱隽		1	0	0.0	0.0