面向破损货品的识别分拣:改进深度学习的异常检测及验证_仓储物流_2026年课程设计.docxVIP

  • 0
  • 0
  • 约2.79万字
  • 约 33页
  • 2026-11-22 发布于北京
  • 举报

面向破损货品的识别分拣:改进深度学习的异常检测及验证_仓储物流_2026年课程设计.docx

PAGE1

摘要

电商与制造业仓储物流的分拣环节中,纸箱、包裹在运输与搬运过程中因跌落、挤压、受潮产生的表面破损,若未在出库前被拦截,会直接流入终端市场,引发退换货、客诉与品牌信誉损失。目前多数中小型仓储中心仍依赖人工目检,检出率受疲劳程度与光照条件影响明显,且人工分拣节拍难以匹配高速传送线。基于传统图像处理的裂纹、凹陷检测方法对纹理背景与光照变化敏感,泛化能力不足,是本课题立意的直接动因。

本文面向传送带流水线场景,研究破损货品的自动识别与分拣问题。核心工作包括:其一,将破损识别建模为“已知缺陷类别的监督检测+未知异常的无监督评分”双分支问题,给出形式化定义与量化指标;其二,在Y

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档