来源：期刊VIP网 时间：
作者：王静蕾;赵英杰;李峰;王春雨;
单位：郑州旅游职业学院;河南科技大学;郑州轻工业大学;河南农业大学;
摘要：[目的]解决传统食品生产中包装缺陷检测方法存在的检测精度低和实时性差等问题。[方法]在分析食品自动化生产线的基础上，应用改进的YOLOv10模型作为盒装食品生产线包装缺陷检测方法。在骨干层和颈部层的C2f模块后引入注意力机制CBAM，以增强模型在复杂背景中的特征目标定位能力。在骨干层和颈部层引入全维动态卷积，以减少计算冗余，提高检测精度。在头部层引入P2并去除P5，以提高小目标检测性能。在头部层优化损失函数，以提高模型收敛性能。[结果]试验方法有效提高了盒装食品包装缺陷的检验精度，满足实时性要求，检测准确率>98.00%，检测平均时间<0.02 s。[结论]深入学习与机器视觉相结合可以实现盒装食品包装缺陷的快速准确检测。
关键词：食品生产;;包装缺陷;;YOLOv10模型;;注意力机制CBAM;;全维动态卷积
基金资助：河南省科技攻关项目（编号：23010210317）;; 河南省高等学校重点科研项目（编号：23A1201409）
