面向工业生产场景的轻量级玻璃瓶分类检测方法  

Lightweight glass bottle classification detection method for industrial production scenarios

作　　者：薛钧星 文汉云[1] 胡玉荣[2] 陈华锋[2] XUE Jun-xing;WEN Han-yun;HU Yu-rong;CHEN Hua-feng

机构地区：[1]长江大学计算机科学学院,荆州434000 [2]荆楚理工学院计算机工程学院,荆门448000

出　　处：《制造业自动化》2024年第2期83-86,96,共5页Manufacturing Automation

基　　金：湖北省高等学校优秀中青年科技创新团队计划项目(T201923)。

摘　　要：在玻璃瓶生产线上,现有的玻璃瓶分类主要依赖于人工目力识别,其模式难以适应智能化生产制造;另一方面,深度学习模型复杂度高,难以在资源受限的设备上部署。为此,借鉴MobileNet模型,使用深度可分离卷积和倒残差结构,融合注意力机制,提出一种轻量级网络模型,并使用知识蒸馏来学习深度网络模型ResNet,在保证模型性能的同时压缩了模型的大小。除此以外,在图片采集阶段使用遮光处理,排除了光照因素对模型的干扰。实验证明,方法可以在玻璃瓶生产线上精准识别玻璃瓶种类,在测试集中的平均识别准确率达99.6%,识别速度达18ms,同时模型复杂度大大降低,可以部署在低配置的工业设备中。

关 键 词：玻璃瓶分类 遮光处理 深度可分离卷积 注意力机制 知识蒸馏 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TQ171.6[自动化与计算机技术—计算机科学与技术]