基于YOLOv8的烟丝纯净度检测OA

烟丝纯净度是烟草工艺中一个重要的检测指标,代表烟丝的品级质量,传统的烟丝纯净度检测主要依赖人工操作,既耗时又难以精确剔除颜色相似的杂质。为解决这一问题,提出基于YOLOv8的图像检测技术的自动化检测流程,包括物料分摊、图像采集、图像检测、面积拟合及纯净度计算。通过YOLOv8模型对烟丝与异物进行目标检测,并使用全局阈值法提取物料轮廓。最终,通过拟合曲线将检测到的面积转换为重量,计算得到烟丝纯净度。经过实验验证,模型在准确率和检测耗时方面都取得不错的效果,针对纯物料检测,模型的平均绝对误差为1.96%,针对掺配物料检测,模型的平均绝对误差为0.86%;在10 g物料的检测耗时上,模型相比人工提升60倍的效率,在20 g物料的检测耗时上,模型相比人工提升90倍的效率。该方法不仅提高检测效率,还降低人工成本,为烟草行业提供一种新的检测范式。