摘要

为提高烟支生产过程中烟支缺陷检测效率及判断烟支缺陷产生的原因，提出基于多神经网络的烟支缺陷分类与定位方法。该方法首先对烟支数据集进行图像预处理，再采用改进VGG19网络对烟支是否存在缺陷进行预测，利用YOLOV3网络对缺陷烟支进行定位和类别判定，最后根据统计结果推断产生缺陷的原因，查找易产生缺陷的工艺步骤。研究表明，该方法检测精度高，缺陷定位和类别分类准确。

0 引言

在烟支生产过程中，难免由于各种原因导致烟支缺陷，从而造成经济损失。因此，检测烟支是否存在缺陷是生产过程中必不可少的重要环节。同时，分析缺陷产生的原因也是预防缺陷的有效手段。目前，检测烟支缺陷的方法主要有2018年肖峙宇等[1]运用MATLAB平台提供的边缘算子、滤波、去噪、灰度值处