来源：期刊VIP网 时间：
作者：胡东辉;刘振宇;林苗俏;付主木;李珮珺;魏海锋;张二强;徐大勇;堵劲松;李嘉康;
单位：河南科技大学信息工程学院;中国烟草总公司郑州烟草研究院;陕西中烟工业有限责任公司技术中心;龙岩烟草工业有限责任公司;
摘要：【目的】切丝质量的在线检测是卷烟制丝加工中的关键质量指标，直接影响成品质量。针对异常形态烟丝检测中存在与背景颜色相似、目标尺寸不规则、小目标易受背景干扰、以及模型计算量大等情况，提出一种基于CBS-YOLOv5s的异常烟丝检测方法。【方法】针对复杂背景下不同尺度的异常烟丝，在颈部网络中引入BiFormer注意力机制，以增强复杂背景下小目标特征的提取能力。其次，采用部分卷积与点卷积结合的C3-Faster模块，在保证模型精度的前提下，降低了计算复杂度和参数量。最后，引入Shape-IoU损失函数，进一步提高回归的准确性。【结果】本研究建立的模型在目标检测中的平均精确率达到了96.4%，相比于原模型提高2.5%，与Faster R-CNN、YOLOv4-tiny、YOLOv8s等模型相比分别提高14.8%、25.1%、1.58%；在计数任务中，能更好分析异常烟丝的波动状况。【结论】本研究为切丝质量稳定控制与优化提供了在线检测方法，有助于推动制丝工艺的现代化进程。
关键词：切丝质量;;异常检测;;YOLOv5s;;BiFormer;;Shape-IoU
基金资助：中国烟草总公司科技项目“梗签形成机制及大工艺协同控制技术研究与应用”(110202202010)
