一种基于深度学习的烟包外观缺陷检测方法及其系统

本发明公开了一种基于深度学习的烟包外观缺陷检测方法及其系统，涉及外观检测技术领域，该系统运行时，通过采用高清摄像头和扫描设备进行多角度、多光源的图像采集，确保全面、精确地捕捉烟包的外观细节，通过数据预处理模块的图像切割、灰度化处理、去噪处理、图像增强和数据标准化，进一步提升了图像质量和一致性，为后续的缺陷检测奠定了坚实基础，其次，缺陷检测模块利用强弱数据增强和特征提取器进行特征提取，通过计算正负样本在特征空间的相似度和总损失函数，结合MSE损失进行缺陷识别和优化，提高了模型对缺陷的检测精度和鲁棒性，评估模块通过与预设阈值进行匹配，实时评估外观缺陷，形成一个持续优化的检测闭环。