基于YOLO11n改进的食品包装信息检测模型OA

针对传统食品包装信息的提取依赖人工、常规扫描系统难以解析非结构化图文的问题,提出一种YOLO11-FoodInfo多维信息智能检测模型。引入加权双向特征金字塔网络,优化跨尺度特征的加权传递;加入全局-局部空间注意力机制,增强网络对密集文本与复杂图表的局部感知能力;采用动态头替换原始检测头,提升对极端长宽比和密集多尺度目标的定位精度;并在包含过敏原声明、营养成分表等13类关键信息,共计6 986个自建中文食品标签数据集上进行试验,YOLO11-FoodInfo模型的精确率达到88.7%,平均精度均值达到89.7%,较原始基线模型分别提升7.7,3.1个百分点。研究为智慧零售数字化与食品安全追溯提供技术支持。