关键词：深度学习;YOLOv5;缺陷检测;食品包装袋
摘 要：针对传统的基于人工进行食品包装袋缺陷检测效率低下的问题，提出一种改进YOLOv5模型的食品包装袋缺陷检测方法。添加SE注意力机制，提高模型对于微小缺陷的检测能力；引入CARAFE上采样算子，利用特征图的内容信息来提高重建的质量；将激活函数替换为Mish激活函数，增强网络的准确性和泛化性。在自制的饼干包装袋数据集上，改进后的网络平均精度为88.4%，最终检测模型的mAP相较于原始模型提升了21.76%，参数量下降了9.36%。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取