来源：期刊VIP网 时间：
作者：李安虎;万亚明;吴玉生;
单位：同济大学机械与能源工程学院;厦门烟草工业有限责任公司;
摘要：针对烟丝杂物剔除问题，提出了基于深度学习的烟丝杂物多光谱检测方法。首先设计了总体检测方案和检测系统，搭建了多光谱实验验证系统。利用高光谱成像技术和深度学习方法对烟丝中的非烟物质进行分类识别，针对杂物和烟丝对光的反射特性不同，利用光谱相机拍摄不同波段的图片，分别比较机器学习算法和深度学习算法进行的训练与分类，通过GoogLeNet深度学习算法识别烟丝中的杂物。结果表明：检测识别与剔除正确率为99.5%，证实了检测技术的高效性和准确性。
关键词：烟丝杂物;;机器学习;;多光谱检测
基金资助：福建中烟工业有限责任公司技术开发资助项目（2022350200340315）
