基于EasyDL提升回收卷烟包装箱效率的功能实现

• 作者: 竺炜 王可
• 来源期刊: 数字技术与应用
• 关键词: EasyDL 人工智能 深度学习 卷烟包装箱 循环
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 设计开发
• 页码范围: 125-127
• 页数: 3页
• 分类号: TPM98.+
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.04.41

摘要

目的:通过自动化机器学习技术,提升回收卷烟包装箱分拣工序的自动化程度和准确率.方法 基于百度EasyDL定制化图像识别框架,构建基于机器视觉设计的深度学习分拣控制系统.该功能模块主要包括PC一体机、光感应模块、工业相机、条码识别模块、分拣控制模块、声光报警模块等.重点探讨了分拣过程中,包装箱未贴标签,包装箱混装,标签位置不标准等问题的识别判断.结果:依据针对目前使用的图片数据集及质量的高低,使用了EasyDL定制化图像识别框架所构建的深度学习模型流水作业系统,分类准确率可以达到99％以上.结论:基于EasyDL机器视觉学习卷烟包装箱回收分拣模块,能够满足分拣要求,替代人工完成自动化分拣,简化深度学习门槛,降低企业成本.