目的:通过自动化机器学习技术,提升回收卷烟包装箱分拣工序的自动化程度和准确率。方法基于百度EasyDL定制化图像识别框架,构建基于机器视觉设计的深度学习分拣控制系统。该功能模块主要包括PC一体机、光感应模块、工业相机、条码识别模块、分拣控制模块、声光报警模块等。重点探讨了分拣过程中,包装箱未贴标签,包装箱混装,标签位置不标准等问题的识别判断。结果:依据针对目前使用的图片
数据集及质量的高低,使用了EasyDL定制化图像识别框架所构建的深度学习模型流水作业系统,分类准确率可以达到99%以上。结论:基于EasyDL机器视觉学习卷烟包装箱回收分拣模块,能够满足分拣要求,替代人工完成自动化分拣,简化深度学习门槛,降低企业成本。