轻工学报

作者：费致根, 鲁豪, 宋晓晓, 赵鑫昌, 郭兴, 肖艳秋

单位：1.郑州轻工业大学河南省机械装备智能制造重点实验室,河南郑州450002;2.智能隧道掘进装备河南省协同创新中心,河南郑州450002

关键词：烟丝输送带, 洁净度分类, ResNet, 网络深度, 注意力机制

基金：河南省科技攻关项目(222102220050)

针对目前卷烟厂烟丝输送带洁净度评估依赖人工主观判断且主观性较强的问题,提出一种基于ResNet网络的改进烟丝输送带洁净度分类模型(ResNet24_SC_Block)。该模型在ResNet网络的基础上,将残差结构的网络深度设计为24层,并在残差模块中引入SE和CBAM注意力机制,以提高模型对输送带颜色及粘连烟垢等特征的捕捉能力。利用烟丝输送带数据集对模型进行验证,结果表明:ResNet24_SC_Block模型的准确率、精确率、召回率和F1分别为98.8%、98.8%、98.8%和98.4%,相较于ResNet18模型和ResNet34模型提高了3.3%~3.8%,相较于GoogLeNet和RegNet等模型提高了2.1%～17.9%,参数量比ResNet34模型减少了31.6%。该模型能够快速且准确地评估烟丝输送带洁净度,对卷烟制造厂智能化升级具有重要意义和实际应用价值。

来源：2024年第5期

《轻工学报》期刊编辑部

查看轻工学报杂志2024年第5期