基于深度学习的卷包设备清洁保养质量判别系统设计

为解决烟草行业设备保养人工检查效率低、标准不一等问题,设计了一种基于深度学习的卷包设备清洁保养质量判别系统。系统主要包括三个模型,基于深度学习的保养部位识别模型,判别采集到的图像是否是正确的保养部位;基于深度学习的脏物检测模型,从采集到的保养图像中检测出不合格的脏物;融入工艺知识的保养质量判别模块,根据检测到的脏物和保养部位信息,判别保养是否合格。以武汉卷烟厂卷包车间为例进行现场测试,结果表明:系统对卷包设备的清洁保养质量判别准确率达到86.3%,满足实际生产中对卷包设备清洁保养质量的自动化判别需求,具备良好的泛化性能。