【技术实现步骤摘要】
本专利技术涉及电子烟检测，更具体地说，它涉及基于多模态深度学习的电子烟成品外观缺陷智能检测系统。
技术介绍
1、在电子烟生产制造过程中外观缺陷检测是保障产品质量的关键环节。传统电子烟外观缺陷检测方式，多依赖人工目检或简单的机器视觉检测系统。人工目检存在效率低、易疲劳、误检漏检率高的问题，难以适应大规模生产需求；传统检测系统往往未充分考量实际检测场景的复杂性，比如不同生产环境的光照差异、空间布局变化以及检测过程中干扰源对检测结果的影响，在面对多样化检测场景时缺乏场景适配能力，无法有效规避干扰，导致检测图像清晰度不足、检测时长不稳定和误检漏检。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供基于多模态深度学习的电子烟成品外观缺陷智能检测系统。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、基于多模态深度学习的电子烟成品外观缺陷智能检测系统，包括：
4、匹配模块：获取目标电子烟的实际检测场景，将实际检测场景与缺陷检测场景集中的预设...
【技术保护点】
1.基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，包括：
2.根据权利要求1所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，还包括：
3.根据权利要求2所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，将实际检测场景与缺陷检测场景集中的预设检测场景进行场景匹配得到实际检测场景对应的目标场景检测参数，具体包括以下步骤：
4.根据权利要求3所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，依据检测起点和检测目标区域得到目标电子烟的初始检测轨迹，具体包括以下步
5...
【技术特征摘要】
1.基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，包括：
2.根据权利要求1所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，还包括：
3.根据权利要求2所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，将实际检测场景与缺陷检测场景集中的预设检测场景进行场景匹配得到实际检测场景对应的目标场景检测参数，具体包括以下步骤：
4.根据权利要求3所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，依据检测起点和检测目标区域得到目标电子烟的初始检测轨迹，具体包括以下步骤：
5.根据权利要求4所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在于，依据图像采集环境数据得到初始检测轨迹的干扰源和干扰数据；具体包括以下步骤：
6.根据权利要求5所述的基于多模态深度学习的电子烟成品外观缺陷智能检测系统，其特征在...
【专利技术属性】
技术研发人员：彭建龙，张海锋，刘志强，
申请(专利权)人：广东弗我智能制造有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。