買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江大學;杭州力超智能科技有限公司申請的專利一種基于深度學習的食品真空小包裝缺陷檢測系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116165209B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310196854.0，技術領域涉及：G01N21/892；該發明授權一種基于深度學習的食品真空小包裝缺陷檢測系統是由葉宇星;孫志鋒;馬風力;黃穎設計研發完成，并于2023-03-03向國家知識產權局提交的專利申請。

本一種基于深度學習的食品真空小包裝缺陷檢測系統在說明書摘要公布了：本發明公開了一種基于深度學習的食品真空小包裝缺陷檢測系統，該系統包括圖像采集模塊、圖像處理模塊和運動控制模塊；圖像采集模塊用于通過工業相機獲取傳送帶上的食品真空小包裝的圖像；圖像處理模塊部署在工控機上，用于接收圖像采集模塊傳送的圖像，利用基于深度學習的目標檢測算法對圖像進行缺陷包裝的檢測與定位，并在檢測到缺陷包裝后向運動控制模塊傳遞缺陷包裝的位置信息；運動控制模塊用于剔除圖像處理模塊檢測出的缺陷包裝。本發明克服了傳統的人工篩選缺陷包裝效率低下、漏檢率高的缺點，使用改進的深度學習方法進行缺陷包裝的檢測和剔除，檢測效率高、檢測精度高、人工成本低。

本發明授權一種基于深度學習的食品真空小包裝缺陷檢測系統在權利要求書中公布了：1.一種基于深度學習的食品真空小包裝缺陷檢測系統，其特征在于，該系統包括圖像采集模塊、圖像處理模塊和運動控制模塊； 所述圖像采集模塊用于通過工業相機獲取傳送帶上的食品真空小包裝的圖像； 所述圖像處理模塊部署在工控機上，用于接收所述圖像采集模塊傳送的圖像，利用基于深度學習的目標檢測算法對所述圖像進行缺陷包裝的檢測與定位，并在檢測到缺陷包裝后向所述運動控制模塊傳遞缺陷包裝的位置信息； 所述圖像處理模塊包括圖像預處理子模塊和真空小包裝缺陷檢測與定位子模塊； 所述圖像預處理子模塊用于對食品真空小包裝圖像進行預處理，包括圖像的尺寸縮放和基于小波變換的圖像去噪； 所述真空小包裝缺陷檢測與定位子模塊包括模型預訓練過程以及實時檢測與定位過程； 所述模型預訓練過程具體為： 1模擬傳送帶上食品真空小包裝運輸的場景，采集包含不同缺陷類別的圖片，包括因真空封裝失敗造成的漏包以及因真空封裝位置錯誤造成的次包；采集含有缺陷包裝的不同包裝堆疊方式的圖片，包含同一個圖片內有多個缺陷包裝以及缺陷包裝部分缺陷被遮擋的情況，形成數據集； 2對數據集進行標注：對類別進行標注，包括正常與缺陷兩類；對缺陷位置的左上角與右下角坐標進行標注；將數據集劃分為訓練集和測試集； 3對訓練集中的數據進行Mosaic數據增強操作，將四張圖片采用隨機縮放、隨機裁剪、隨機排布的方式進行拼接；之后輸入食品真空小包裝缺陷檢測模型進行訓練； 4利用測試集檢測食品真空小包裝缺陷檢測模型的學習效果； 所述食品真空小包裝缺陷檢測模型采用基于改進的YOLOv5s網絡模型，具體結構為： 1引入仿射卷積GhostModule替代原模型中的C3模塊中的普通卷積，在保留特征提取能力的同時，降低網絡的參數量； 2在特征提取網絡部分增加SESqueezeandExcitation注意力機制，從而增加模型對特征不同通道上的特征提取能力； 3使用空間換深度操作SPDSpacetoDepth和步長為1的卷積替代原模型中步長為2的卷積進行下采樣，從而增加模型對低分辨率圖像的特征提取能力； 所述實時檢測與定位過程具體為：將所述圖像采集模塊采集的實時圖像輸入訓練好的食品真空小包裝缺陷檢測模型，得到檢測結果，在檢測到缺陷包裝的同時會對缺陷包裝在圖片上的位置進行定位，根據圖片上的位置和實際傳送帶的位置映射關系，同時結合模型推理消耗時間和傳送帶的運輸速度，向所述運動控制模塊傳遞缺陷包裝的位置信息； 所述運動控制模塊包括工業機器人，用于剔除所述圖像處理模塊檢測出的缺陷包裝。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學;杭州力超智能科技有限公司，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。