一种基于深度学习的易碎品包装方法

本发明公开了一种基于深度学习的易碎品包装方法，涉及包装技术领域，包括以下步骤：S1、易碎品图像采集：通过高分辨率摄像设备采集易碎品的图像数据；S2、图像预处理：包括图像增强和标准化步骤，以确保输入到分割网络中的图像质量；S3、易碎品识别：使用深度学习模型U‑Net对图像进行分割，提取物品的类别信息及其边界轮廓；S4、易碎品属性计算：基于识别结果计算易碎品属性，包含易碎品材质、尺寸和脆弱性评估分数，本发明中的包装方法基于深度学习技术和优化算法，能够自动识别易碎品的类别，准确计算物品尺寸与形状，智能选择合适的包装材料和包装方案，从而提高包装效率，减少资源浪费，并确保易碎品在运输过程中的安全性。