基于YOLOv5的卷烟包装真伪智能识别APP系统

在目前的卷烟市场稽查工作中,卷烟真伪的鉴别主要依赖于人眼感官,通过比对检验样品与真品以及真品的加工工艺和印刷工艺等方面的差异来判定,该方法存在效率低、主观性强的问题。为解决上述问题,提出了一种基于人工智能的卷烟包装真伪智能识别系统。该系统使用融合注意力机制的YOLOv5网络模型,用于识别卷烟包装图像的特征并判断其真伪;同时建立了卷烟包装图像信息的数据库和管理系统,开发了手机端应用APP软件,封装了识别算法,能实现卷烟包装的快速光学成像采集和图像真伪智能识别,以提高卷烟稽查工作的效率。

基于微信小程序的卷烟稽查现场取证信息管理系统设计

为了稽查人员高效开展卷烟稽查工作,维护良好的卷烟经营环境,设计开发了基于微信小程序的卷烟稽查现场取证信息管理系统。研究了卷烟稽查的现状,分析了卷烟稽查现场取证的用户需求,设计了系统的功能框架。系统前端页面遵循微信开发标准采用Vue进行数据交互;服务端使用Java进行开发,并考虑系统后期拓展性及跨平台部署的易用性。基于该系统,稽查人员能够使用手机在现场完成卷烟稽查信息的自动上传与管理,提高卷烟稽查工作的效率。

基于深度学习的32位烟码现场检测识别系统

在卷烟市场检查中,主要依靠稽查人员人工辨认烟码信息,效率较低且成本较高。为此,设计一种基于深度学习的卷烟32位激光烟码现场检测识别系统。首先,构建字符识别模型与烟码样本数据集,使用具有字符感知能力的融合网络对烟码检测目标进行多字符识别分类。其次,构建烟码信息数据库,开发手机端应用程序。最后,进行识别测试。测试结果表明,该系统能够正确检测并识别32位的全部烟码信息,具有较高的正确率。