一种包装盒全幅面离线综合质量检测系统及方法

本发明公开了一种包装盒全幅面离线综合质量检测系统及方法，通过预设倾斜安装的线阵工业相机与光源动态扫描包装盒生成高分辨率图像，结合黑色纳米吸光工作台和磁吸式透明压平机构抑制反光与翘曲干扰；采用改进的G‑YOLOv5深度学习模型(引入GIoU损失函数及k‑means优化锚框)实现99.5％高精度字符识别，同时基于Sobel梯度模板匹配检测图案缺陷，配合条码分步定位解码技术，在10秒内完成全幅面离线检测，自动标红缺陷并生成报告，解决了传统人工抽检效率低、在线检测无法覆盖大幅面多字符场景的行业难题，显著提升印刷缺陷检出率与批次质量控制能力。