基于深度学习的纸病检测系统设计与研究  

作　　者：顾文君 谭永涛 李强 刘耀斌 周易 王平军 孙霞[1,3] 陆文荣 吴昱昊 伍沐原 

机构地区：[1]嘉兴职业技术学院,浙江嘉兴314036 [2]民丰特种纸股份有限公司,浙江嘉兴314000 [3]嘉兴市工业互联网安全重点实验室,浙江嘉兴314036 [4]浙江省造纸行业协会,浙江杭州310000

出　　处：《浙江造纸》2024年第1期3-7,共5页Zhejiang Pulp & paper

基　　金：浙江省高等学校国内访问工程师“校企合作项目”(FG2023285);浙江省教育厅一般项目(Y202351406);嘉兴市应用性基础研究项目(2023AY11022)。

摘　　要：1引言在造纸生产过程中,由于设备故障、纸浆受到周围环境的污染等多种原因,最终纸张可能出现各种外观缺陷,这些缺陷被统称为纸病[1-3]。传统的纸病检测方法往往依赖于人工特征设计和规则制定,由此存在主观性和泛化能力的局限性。近年来,基于深度学习的图像处理技术的兴起为纸病检测带来了新的机遇[1-2]。

关 键 词：深度学习 周围环境 外观缺陷 图像处理技术 规则制定 泛化能力 设备故障 局限性 

分 类 号：F42[经济管理—产业经济]