基于深度残差网络的小样本杯沿缺陷检测

金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰

(1.中国计量大学 信息工程学院 浙江省电磁波信息技术与计量检测重点实验室,浙江 杭州 310018;2.浙江省农业科学院 食品科学研究所,浙江 杭州 310021)

食品软包装以其体积小、重量轻、方便食用,深受消费者的喜爱。目前,软包装食品市场逐年扩大,在其生产过程中,软包装内容物易粘在杯沿上,可能被压入封膜密封处,导致包装封口缺陷。这种产品如果在出厂前未被检测出来,在运输和储藏过程中易发生微生物污染的问题,造成较为严重的食品安全隐患。

目前的食品软包装加工厂大部分是采取人工检测剔除不合格包装,这一检测方式存在劳动强度大、标准不统一、误检和漏检率高等缺陷。李名等[1]设计了一种基于机器视觉的果冻质量检测技术与装置,提出使用区域生长算法对气泡进行检测,但机器视觉检测只可检测缺陷特征较简单的缺陷,并且不可更新。李苗[2]根据奶杯自身结构的特点,提出了一种奶杯表面质量检测系统设计与实现的方案,先采用区域分割的方法将奶杯内壁划分成不同的区域,再使用不同的污渍检测算法进行质量检测。何金彪等[3]提出了一种基于机器视觉的罐盖缺陷检测算法,可以检测罐盖是否合格,但是对于细微缺陷以及轻微划痕,该算法无法识别。

近年来,随着计算机视觉技术和深度学习的快速发展,在食品生产加工领域得到了广泛的应用。张博[4]针对小麦籽粒检测提出了一种基于深度学习的识别模型构建方法。……