来源：期刊VIP网 时间：
作者：曹兴强;刘颖;李力;李祖贺;陈浩然;张艺方;刘穗君;
单位：河南中烟工业有限责任公司南阳卷烟厂;郑州轻工业大学计算机科学与技术学院;
摘要：【背景】在卷烟生产环境中，卷烟包装二维码常因印刷缺陷、动态干扰和背景噪声等因素，导致检测精度低、实时性差。针对上述问题，提出了一种基于改进YOLOv8的二维码检测方法。【方法】通过引入混合卷积模块强化特征提取能力，设计Lite-C2f模块降低特征图通道间信息冗余，在保证检测精度的同时显著优化模型计算效率。【结果】基于自建的卷烟包装二维码数据集验证表明，改进模型的平均精度达到99.5%，较原始YOLOv8模型计算量降低28%、参数量减少33%、检测速度提升10%。【结论】该方法有效解决了传统算法在光照不均、运动模糊等复杂场景下的漏检误检问题，实现了检测精度与计算效率之间的平衡，为卷包工序提供了可靠的二维码实时检测解决方案。
关键词：卷烟包装二维码检测;;YOLOv8;;模型轻量化;;混合卷积;;部分卷积
基金资助：河南省南阳市重大科技专项“卷烟制造设备工艺性能智能保障技术研究”（No.24ZDZX002）;; 河南中烟工业有限责任公司科技项目“‘盒条件’二维码识别性能提升技术研究”（No.BWR202407）
