基于深度学习的烟包工艺缺陷信息追溯方法

烟包印刷品缺陷检测系统受限于传统算法的缺陷判别逻辑,无法将缺陷信息精确定位到生产工艺环节,无法从生产工艺环节出发减少缺陷产生,从而减少资源浪费,实现降本增效目的。本文提出一种基于深度学习的烟包缺陷信息追溯方法,采用深度学习方法进行工艺缺陷信息再分类的同时,提出一种特针对烟包缺陷小图的样本均衡处理方法,来进一步提升深度学习工艺缺陷分类的准确性。针对中华硬盒(双中支)产品进行实验,建立深度学习分类模型,验证深度学习工艺缺陷分类的可行性及所述样本均衡方法的有效性。