%0 Journal Article
%T 基于Faster R-CNN改进的数粒机系统
%A 李振华
%A 胡安翔
%J 包装工程
%D 2018
%R 10.19554/j.cnki.1001-3563.2018.09.025
%X 目的 解决目前数粒机只能计数不能同时分拣残损药粒的问题。方法 设计以Faster R-CNN深度神经网络为核心的药粒数粒机系统。在原有的数粒机基础之上，更换CCD线阵相机为面阵相机，以满足图像采集的需求，进一步使用图像分割和多线程技术加快图像处理速度。最终通过训练好的Faster R-CNN网络检测出目标并分拣。结果 经过测试集的验证，正常药粒识别率达到了95.47%，残损药粒识别率达到了97.94%，单幅图像处理达到了65 ms的实时速度。结论 该方法在传统的计数基础上很好地融合了先进的深度学习技术，实现了目标的自动分拣
%K 数粒机 面阵相机 Faster R-CNN 药粒分拣
%U http://www.packjour.cn/bzgcgk/ch/reader/view_abstract.aspx?file_no=201809025&flag=1