来源：期刊VIP网 时间：
作者：楚晗;童帅帅;张相辉;韩校星;徐帅华;郭坤;张攀峰;党霞;
单位：天昌国际烟草有限公司;天昌国际烟草有限公司天昌复烤厂;河南省烟草公司信阳市公司;
摘要：【目的】提升打叶复烤生产加工杂物剔除效果，解决剔杂过程中复杂场景干扰和小目标漏检等问题。【方法】提出一种基于改进YOLOv8模型的烟叶碎片杂物检测方法，设计了多分支坐标注意力融合模块（MBCAF）以增强多尺度特征提取能力，引入大核卷积注意力机制（LKASPPF）以优化全局特征捕获能力，同时新增小目标检测头以降低小目标漏检率。【结果】改进后的模型平均精确度（m AP）达到98.5%，较基础YOLOv8模型提升15.1%，小目标漏检率显著降低。此外，模型经过生产线上的实际应用验证，能够在复杂生产环境中实现高精度的实时杂物检测和剔除。【结论】本研究实现了打叶复烤碎片集中处理线杂物检测和剔除，为烟叶加工自动化杂物剔除以及智能化生产提供了可行方案。
关键词：烟叶分拣;;杂物检测;;YOLOv8;;多分支坐标注意力
基金资助：天昌国际烟草有限公司重点项目“打叶复烤非烟物质智能剔除技术研究”（2023410003440013）
