一种卷烟包装异常监测方法

本发明具体公开了一种卷烟包装异常监测方法，包括：卷烟图像数据预处理，利用边缘检测确定烟包位置并裁剪、归一化图片；基于记忆网络的单边端卷烟异常检测模型训练，划分数据集，构建含卷积自编码器和记忆网络的模型，采用随机梯度下降算法训练；基于深度互学习的多边端卷烟包装云边缘协同异常检测模型训练，通过云服务器和边缘端协同训练；个性化联邦学习框架下的卷烟缺陷类别细分模型训练与应用，细分缺陷类别，在云服务器端融合知识；模型评估与优化，采用分类性能评估指标和AUC‑ROC曲线评估。本发明能提高检测效率和准确性，适应不同边缘端的数据特点。