基于YOLO网络模型的多类别标签缺陷检测

基于YOLO网络模型的多类别标签缺陷检测
摘要：由于热转印滚筒温度的变化,热转印标签在转印的过程中会出现热转印标签褶皱、脱模不完全等问题。针对某些较大标签存在缺陷种类较多及未知缺陷的问题,提出了一种基于YOLO网络模型的多类别标签缺陷检测方法,将自适应匹配缺陷检测方法与改进的YOLO网络模型相结合,增加注意力机制模块以提高小目标缺陷的检测能力。在处理过程中,首先,对不同区域内的标签进行快速定位及预处理；然后,针对不同区域使用不同的检测方法进行检测；最后,将不同区域结果融合,判断检测结果。试验结果表明,基于YOLO网络模型的多类别标签缺陷的检测方法能够有效进行热转印标签的缺陷检测,检测准确率达98%,能够满足实际的生产要求。

标题：基于YOLO网络模型的多类别标签缺陷检测

作者：孟令波,杨程午,李亚彬,

关键词：多类别,热转印标签,传统图像处理,YOLO网络模型,注意力机制,

发表日期：2024年11月

2025-1-19 14:34 上传 基于YOLO网络模型的多类别标签缺陷检测.pdf

文件大小:

1.01 MB

下载次数:

60

高速下载