来源：期刊VIP网 时间：
作者：任越美;李垒;张军锋;尚展垒;
单位：河南工业职业技术学院;河南水利与环境职业学院;郑州轻工业大学;
摘要：[目的]解决现有食品分拣系统缺陷漏检率高和分拣效率低等问题。[方法]基于视觉检测的食品自动化分拣系统，提出一种融合改进YOLOv11和动态分拣策略用于食品自动化分拣系统。通过改进YOLOv11目标检测模型优化食品缺陷识别和定位能力，结合动态分拣策略实现机器人动态目标分拣。改进模型引入轻量级跨尺度特征融合模块，通过简化结构、强化信息交互来提升网络效率，引入C3k2＿Faster＿EMA模块的替换C3k2模块，在保持高精度的同时显著提升计算效率，引入Inner＿DIoU损失替换CIoU损失，提升检测和定位精度。通过试验对其优越性进行验证。[结果]试验方法能够更快速、准确地检测出食品缺陷，实现更优的分拣成功率和效率，能够精准、高效地将不同缺陷食品分拣至对应位置。改进模型在食品缺陷检测中平均精度均值达99.67%，较原始模型提升7.93%，系统推理速度达120帧/s。在输送速度为100～200 mm/s时，试验方法的分拣成功率>99.00%，平均分拣时间<0.75 s。[结论]通过融合深度学习和动态分拣策略，可以显著提升食品分拣的智能化水平与生产效益。
关键词：食品自动化;;分拣系统;;视觉检测;;目标检测模型;;动态分拣策略
基金资助：河南省重点研发与推广专项项目（编号：202102311007）;; 河南省高等学校青年骨干教师资助计划项目（编号：2020GZGG026）
