来源：期刊VIP网 时间：
作者：赵鹏举;卢彦坪;苏建;赵东;雷学俊;罗青春;李僖;杨皓;汪兴明;张柱;代松林;郑佳;
单位：宜宾五粮液股份有限公司;固态发酵资源利用四川省重点实验室;中国轻工业浓香型白酒固态发酵重点实验室;
摘要：包包曲是浓香型白酒五粮液在酿造过程中至关重要的发酵原料，其精准分级对于稳定酿酒质量和提高生产效率具有重要作用。然而，传统的包包曲分级方法主要依赖于人工经验，效率较低，且培养一位经验丰富的工程师耗时较长，导致分级结果易受人为因素影响，鲁棒性较差。该研究提出了一种基于深度学习的五粮液包包曲分级框架，包含包包曲截面识别与分级判别2个核心模块，旨在实现分级过程的数字化与高效化，从而辅助工程师提升分级准确率与效率。针对传统人工检测方法的局限性，该研究建立了包包曲图像数据集，并构建了两阶段深度神经网络框架：第一阶段通过目标检测模型识别包包曲截面，第二阶段利用图像分类模型进行分级判别。实验结果表明，该自动化方法的分类性能可媲美经验丰富的工程师，为白酒酿造工业的智能化发展提供了技术支持。
关键词：浓香型白酒;;包包曲;;截面识别;;包包曲分级;;深度学习;;计算机视觉
基金资助：四川省中央引导地方科技发展专项(2024ZYD0301)
