一种实时高精度烟支外观缺陷检测方法.pdfVIP

袁国武等一种实时高精度烟支外观缺陷检测方法47

袁国武，马一海，吴昊，等.一种实时高精度烟支外观缺陷检测方法[J].中国烟草学报，2025，31（2）：47-57.YUANGuowu,MA

Yihai,WUHao,etal.Areal-timehigh-precisiondetectionmodelforcigaretteappearancedefect[J].ActaTabacariaSinica,2025,31(2):

47-57.doi:10.16472/j.chinatobacco.2024.T0168

一种实时高精度烟支外观缺陷检测方法

*

袁国武，马一海，吴昊，袁宝仪，周浩

云南大学信息学院，云南昆明呈贡区大学城东外环南路650500

摘要：【背景和目的】卷烟厂在生产中不可避免会出现有外观缺陷的烟支，而外观缺陷会严重影响烟草产品的质量。因此，在烟

支高速生产线上，有实时检测烟支外观缺陷并剔除外观缺陷烟支的需求。【方法】提出一种基于YOLOv7tiny的烟支外观缺陷的快

速检测模型，该模型被命名为CAD-YOLO（CigaretteAppearanceDefectsdetectionusingYOLO）。在该模型中，特征提取网络中引

入了可变形卷积网络的级版（DCNv2），通过对采点添加偏移量来灵活提取特征，自适应复杂缺陷的几何形状，以此提模

型的特征提取能力；在颈部网络的特征融合金字塔中，引入了双向加权特征融合金字塔，并在P5特征层上增加了来自P2特征层

的跳层连接，加强了颈部网络在深层特征上的特征融合能力；引入定位损失函数WIoUv3，降低了数据集中低质量实例产生的不

利梯度，增加定位精度和检测精度，最后使用带有多头自注意力的基于注意的尺度内特征交互（Attention-basedIntrascaleFeature

Interaction，AIFI）模块替换了特征池化金字塔模块，进一步增强多尺度融合能力。【结果】CAD-YOLO模型的平均检测精度为94.1%，

召回率为92.4%，每支烟支图像检测时长仅12.0ms。【结论】所提出的模型可以应用于烟支高速生产流水线，能为烟支生产质量

控制提供保障。

关键词：烟支；外观缺陷；目标检测；YOLOv7tiny；深度学

在卷烟生产中，烟支不可避免地会出现一些外观分为两类：两阶段检测器和一阶段检测器。两阶段检

缺陷，如褶皱、斑点、错牙、烟棒刺破等。卷烟企业测器以RCNN[1]和Faster-RCNN[2-3]为代表，而一阶段

需要采取严格的质量控制措施，防止有缺陷的产品进检测器以YOLO[4-7]，SSD[8]为代表。越来越多的研究

入销售市场。过去人工抽检是检测外观缺陷的主要方者把这两类目标检测器应用到产品外观缺陷检测中。

[9]

法，但这种方法存在主观性强、检测速度慢、效率低、例如，陈思涵等将进后的YOLOv3应用于检测

[10]

漏检率高等问题，无法适应现代工业对高速、高精度SMDLED芯的表面缺陷；夏等将进后的

检测的要求。因此，迫切需要开发一种高效、准确、MobileNet-V3应用于PCB的表面缺陷检测；冰等[11]

经济的自动化检测方法来取代人工检测。