Realtime beoordeling van de ordeloosheid van de uitlijning van gesneden tabak met behulp van een verbeterd enkeltraps regressiemodel

Samenvatting

Er is een verbeterd enkeltraps regressiemodel ontwikkeld voor realtime detectie van de ordeloosheid van de uitlijning van gesneden tabak. De aanpak integreert drie structurele optimalisaties en een aangepaste oriëntatievoorspellingsmethode om de detectienauwkeurigheid te verbeteren en de modelparameters en rekencomplexiteit te verminderen, waardoor efficiënte beoordeling van de uitlijning van gesneden tabak in industriële productieomgevingen mogelijk is.

Samenvatting

De ordeloosheid van gesneden tabak, gedefinieerd als de uitlijningsconsistentie van gesneden tabak langs de sigarettenas, is een cruciale factor voor optimalisatie van de productiekwaliteit. Nauwkeurige en geautomatiseerde beoordeling van dit terrein blijft een uitdaging vanwege complexe strengstructuren en wisselende beeldvormingsomstandigheden. Er is een verbeterd enkeltraps regressiemodel ontwikkeld om betrouwbare detectie van de ordeloosheid van de uitlijning van gesneden tabak mogelijk te maken. De aanpak omvat drie architecturale aanpassingen: een multifrequentie interactieve downsamplingmethode om feature-informatie te behouden, een drievoudige complementaire fusiestrategie om de multiscale feature-representatie te verbeteren, en een dynamische detectiekop om de lokalisatie over verschillende schalen te verbeteren. Daarnaast is er een aangepaste oriëntatievoorspellingsmethode geïmplementeerd om de orde van uitlijning te kwantificeren. Het model wordt geëvalueerd op een industriële beelddataset, met een gemiddelde precisie van 89,9%, een precisie van 90,6% en een terugroeping van 88,7%. Vergeleken met het basismodel verlaagt de voorgestelde aanpak de modelparameters met 30,8% (van 2,6M naar 1,8M) en de rekencomplexiteit met 21,5% (van 6,5G naar 5,1G), terwijl de prestaties verbeterd worden. Over het algemeen maakt de methode een efficiënte en nauwkeurige beoordeling van de ordeloosheid van gesneden tabak mogelijk en toont het geschiktheid voor realtime industriële toepassingen.

Inleiding

Ordendheid van gesneden tabak verwijst naar de mate van axiale uitlijning van gesneden tabak binnen een sigaret. Het begrijpen van de factoren die deze eigenschap beïnvloeden, zoals tabaksmorfologie en pneumatische transportparameters, is essentieel om het snij- en assemblageproces te optimaliseren. Daarom is het onderzoeken van deze beïnvloedende factoren een belangrijke strategie geworden voor tabaksbedrijven die kosten willen verlagen en de productie-efficiëntie willen verbeteren. De traditionele beoordeling van de ordelijkheid van gesneden tabak is gebaseerd op handmatige methoden, die inefficiënt zijn en vaak niet consistent en nauwkeurig zijn. Daarom is er in de industrie een dringende behoefte aan een geautomatiseerd, precieze en realtime detectiesysteem om productieprocessen te optimaliseren. Met de snelle vooruitgang van deep learning is geautomatiseerde evaluatie van de ordeloosheid van tabak op basis van objectdetectie mogelijk geworden. De implementatie van dergelijke beoordelingssystemen op productielijnen blijft echter een grotendeels onontgonnen onderzoeksonderwerp. Desalniettemin is machine vision-technologie met succes toegepast op inspectietaken in andere vakgebieden¹, wat waardevolle referenties biedt voor deze studie. In deze context zijn convolutionele neurale netwerken (CNN)-gebaseerde detectoren uitgegroeid tot het dominante paradigma en worden ze over het algemeen ingedeeld in tweefasige benaderingen, zoals Faster R-CNN², en enkeltraps-frameworks, zoals de You Only Look Once (YOLO) serie ^3,4.

In de afgelopen jaren hebben op deep learning gebaseerde objectdetectie-algoritmen, met name het Faster R-CNN-framework, aanzienlijk potentieel getoond op verschillende domeinen. Hun directe toepassing op specifieke industriële en professionele situaties wordt echter vaak beperkt door complexe operationele omgevingen en unieke taakvereisten. Daarom zijn er talrijke op maat gemaakte verbeteringen voorgesteld om deze uitdagingen aan te pakken. In medische beeldanalyse richtten Su et ^al.5 zich bijvoorbeeld op het optimaliseren van parameters en het verfijnen van netwerkarchitecturen om de detectienauwkeurigheid van kleine, kritieke doelen bij longknobbeldetectie te verbeteren. Bij industriële defectdetectie pakten Chen et ^al.6 textuurinterferentie bij fabricinspectie aan door Gabor-filters — geoptimaliseerd via genetische algoritmen — te integreren in de Faster R-CNN-ruggengraat om complexe achtergronden effectief te onderdrukken. Om de uitdagingen van dataschaarste en omgevingscomplexiteit bij onderwaterdoeldetectie te overwinnen, introduceerden Zeng et ^al.7 een adversarieel occlusienetwerk. Dit netwerk concurreert met de detector tijdens de training, waardoor het model robuustere kenmerken moet leren en zo overfitting wordt beperkt. Bovendien verbeterden Li et ^al.8 voor fijnmazige retrieval-taken zoals specifieke instantie-identificatie Faster R-CNN via feature-layer concatenatie en fine-tuning strategieën, wat de prestaties op laagresolutiebeelden aanzienlijk verbeterde. Wang et ^al.9 stelden onlangs een multiparty privacy-beschermend Faster R-CNN-framework voor dat veilige berekening op versleutelde afbeeldingen en modelparameters mogelijk maakt via nieuwe protocollen voor veilige deling, exponentiatie en logaritme. Sun et ^al.10 toonden de effectiviteit aan van een verbeterde Faster R-CNN bij het herkennen van meerdere defecttypen op wielnaven, wat een hogere gemiddelde precisie (mAP) behaalde dan R-CNN en YOLOv3. Samen onderstrepen deze inspanningen de voortdurende evolutie van Faster R-CNN naar grotere aanpassingsvermogen, robuustheid en toepasbaarheid in diverse realistische scenario's. Parallel aan deze vooruitgang in tweetrapsdetectoren hebben eentraps-raamwerken zoals de YOLO-serie ook aanzienlijke ontwikkelingen ondergaan.

Als een prominent alternatief voor tweetrapsdetectoren heeft de YOLO-serie aanzienlijke erkenning gekregen in zowel industriële als onderzoeksgemeenschappen vanwege de efficiënte architectuur en uitstekende realtime detectieprestaties. Sinds de introductie van het model van de eerste generatie door Redmon et ^al.11in 2016, hebben opeenvolgende iteraties geleidelijk verschillende technische beperkingen aangepakt, wat onderzoekers ertoe heeft aangezet gespecialiseerde aanpassingen te ontwikkelen voor domeinspecifieke toepassingen. In verkeersmonitoringsystemen bijvoorbeeld implementeerden Jamtsho et ^al.12 YOLOv2 gecombineerd met een centroid-trackingalgoritme om kentekenplaten van motorrijders zonder helm nauwkeurig te identificeren in videostreams, waardoor vals-positieven effectief werden verminderd en een hoog detectiepercentage van 98,52% behouden bleef. Voor uitdagende onderwateromgevingen ontwikkelden Neelamegam et ^al.13 een YOLO-Transformer hybride model dat de realtime detectiecapaciteit van YOLO integreert met transformer-gebaseerde aandachtsmechanismen voor een beter contextueel begrip. Door realtime IoT-sensorgegevens te integreren over omgevingsfactoren zoals troebelheid en lichtniveaus, past het model zich dynamisch aan veranderende omstandigheden aan, bereikt een detectienauwkeurigheid van 97,5% en presteert het beter dan conventionele modellen in ruisende, laagzichtbare scenario's. Evenzo stelden Zhang et ^al.14 een verbeterd YOLO-model voor toepassingen in remote sensing. Om uitdagingen van onvoldoende feature-representatie en achtergrondverwarring aan te pakken, introduceerden ze gespecialiseerde modules voor feature enhancement, multiscale fusie en global context awareness, wat de nauwkeurigheid van kleine objectdetectie aanzienlijk verbetert. Gezamenlijk tonen deze studies de voortdurende evolutie van de YOLO-serie aan naar grotere aanpassingsvermogen, robuustheid en effectiviteit in diverse scenario's in de echte wereld.

Ondanks deze vooruitgang zijn recente versies van de YOLO-familie, zoals YOLOv11³, niet inherent geoptimaliseerd voor de specifieke textuur- en structurele complexiteit van gesneden tabak in industriële omgevingen. Hun standaard downsampling-operaties kunnen leiden tot het verlies van fijnkorrelige kenmerken die essentieel zijn om gelijke tabak te onderscheiden van ongeordende gesneden tabak. Bovendien hebben hun vaste-schaal detectiekoppen moeite om effectief om te gaan met het multiscale karakter van tabakskenmerken onder verschillende beeldvormingsomstandigheden.

Om deze uitdagingen aan te pakken, stelt dit artikel een verbeterd eenstapsregressiemodel voor, gebaseerd op YOLOv11n, gecombineerd met een aangepaste oriëntatievoorspellingsmethode, voor robuuste online detectie van de ordelijkheid van gesneden tabak. De belangrijkste bijdragen van dit artikel zijn drievoudig. (1) Een multifrequentie interactieve downsampling (MFID) methode wordt voorgesteld. Standaard strided convolutie- of poolingoperaties verwerpen fijnmazige informatie, terwijl MFID expliciet features opsplitst in laag- en hoogfrequente componenten met behulp van de Haar-wavelettransformatie. Deze aanpak behoudt meer originele informatie en beperkt informatieverlies tijdens downsampling. (2) Een triple complementary fusion (TCF)-methode is ontworpen om de kwaliteit van kenmerken te verbeteren door ondiepe, middelmatige en diepe semantische informatie samen te voegen. Hoewel eenvoudige concatenatie- of opteloperaties vaak worden gebruikt voor feature-fusie, introduceert TCF een gewogen fusie met inverse gewichts in het middenlaag, waardoor complementariteit tussen semantische en gedetailleerde informatie wordt bereikt. (3) Een dynamische detectiekop (DynamicHead) wordt geïntroduceerd ter vervanging van de oorspronkelijke detectiekop. De oorspronkelijke detectiekop maakt gebruik van convolutiebewerkingen op vaste schaal; daarentegen integreert DynamicHead schaalbewuste, ruimtelijke en taakbewuste aandachtsmechanismen. Dit maakt dynamische aanpassing van het belang van kenmerken mogelijk en een flexibelere en effectievere multiscale featurefusie, waardoor het vermogen van het model om ordentelijkheidsgerelateerde kenmerken nauwkeurig te lokaliseren en te classificeren, verbetert.

Protocol

Deze studie betrof geen menselijke proefpersonen, gewervelde dieren of gereguleerde weefsels; Daarom was geen ethische goedkeuring of goedkeuring van de Institutional Review Board vereist. De dataset die in deze studie werd gebruikt, is verkregen van Longyan Tobacco Industry Co., Ltd. Beelden werden verzameld van vijf onafhankelijke productiebatches over een periode van drie maanden. De bemonstering werd willekeurig uitgevoerd op verschillende tijdstippen van de dag (ochtend, middag en 's nachts) om natuurlijke variaties in productieomstandigheden vast te leggen. De dataset bevat monsters met een tabaksvochtbereik van 12%–18%, snijsnelheden van 1,5, 2,0 en 2,5 m/s, en pneumatische transportdrukken van 0,4, 0,5 en 0,6 MPa, waarmee de dekking van typische productieomstandigheden wordt gegarandeerd.

Dataset-acquisitie en -installatie
Hardwareconfiguratie
Het beeldacquisitiesysteem was geconfigureerd om te voldoen aan de eisen voor het detecteren van de ordelijkheid van gesneden tabak in sigaretten die niet verbranden. Het bestond voornamelijk uit een industriële camera, een industriële lens, een lichtbron en een industriële besturingseenheid. Het systeem maakte gebruik van een MV-CH120-10GC industriële camera gecombineerd met een MVL-KF0818M-12MP industriële lens om hoogdefinitiebeelden vast te leggen van het gesneden tabaksgebied op het oppervlak van doorgesneden sigarettenstaven. De camera was op een werkafstand van 150 mm van het sigarettenstaafoppervlak geplaatst. De LED-lichtbron van de strip was coaxiaal gemonteerd met de camera op een afstand van 80 mm van het doel, met een invalshoek van 45°. Beeldvorming werd uitgevoerd in een matzwart behuizing om interferentie door omgevingslicht te elimineren. De behuizing is een matzwart geschilderde aluminium kap met interne afmetingen van 400 mm (breedte) × 350 mm (diepte) × 300 mm (hoogte), en binnenoppervlakken zijn gecoaten met matzwarte verf (reflectie < 5% bij 550 nm) om interne reflecties te minimaliseren en een consistente lichtcondities te garanderen. Om beeldkwaliteit en consistentie te waarborgen, werd een MV-LRDS-H-95-30-W lichtbron gebruikt om een stabiele verlichtingsomgeving te creëren, waarbij de impact van omgevingslichtvariaties op de extractie van tabaksstrengcontouren en oriëntatieherkenning werd geminimaliseerd. De verkregen beelden werden ontvangen, verwerkt en opgeslagen door een PC1010-AX360 industriële computer, die ook daaropvolgende herkenningsalgoritmen, resultaatberekeningen en interface-output uitvoerde. Er werd geen expliciete camerakalibratie of vervormingscorrectie uitgevoerd, aangezien de industriële camera- en lenscombinatie verwaarloosbare radiale vervorming vertoonde (minder dan 0,5% aan de beeldranden) binnen het gezichtsveld van 896 × 1600 pixels. De camera en lichtbron waren stijf gemonteerd op een vast frame om positionele stabiliteit tijdens beeldopname te waarborgen. De lichtbronintensiteit bleef constant tijdens de beeldverwerving. Het gezichtsveld was zo ingericht dat het blootgestelde geknipte tabaksgebied binnen de stalen steunconstructie volledig werd bedekt.

Cameraparameterinstelling
Beeldverwerving werd geactiveerd en beelden werden gemaakt nadat de sigaret was geplaatst, in secties was geplaatst en vervolgens opgeslagen in JPG-formaat. Om de consistentie van de verkregen beelden te waarborgen, werden de acquisitieparameters handmatig ingesteld. Specifiek was de beeldresolutie ingesteld op 896 × 1600. De belichtingstijd was aanvankelijk ingesteld op 4000 μs en kon worden afgestemd binnen een bereik van 3000 tot 6000 μs, afhankelijk van de helderheid ter plaatse. Alle parameterafstemming werd uitgevoerd met het monster geplaatst in de hierboven beschreven matzwarte behuizing, onder volledig gecontroleerde lichtomstandigheden. Er was geen extern omgevingslicht aanwezig tijdens het afstellen, omdat het beeldvormingssysteem werkte in een volledig afgesloten omgeving met uitgeschakelde kamerverlichting. De versterking werd aanvankelijk ingesteld op 2 dB en geregeld binnen een bereik van 0 tot 6 dB op basis van ruisniveaus. De gammawaarde werd ingesteld op 0,8 en de witbalans was geconfigureerd met vaste parameters. De uiteindelijke acquisitieparameters werden als volgt ingesteld: belichtingstijd = 4000 μs, versterking = 2 dB, gamma = 0,8, witbalansmodus = vast, beeldresolutie = 896 × 1600 pixels, en beeldformaat = JPG. Voor witbalans werd de fixed-parameter modus gebruikt. De kalibratie werd uitgevoerd met een standaard witte referentiekaart (X-Rite ColorChecker) die op de bemonsteringspositie werd geplaatst. De rode en blauwe kanaalversterkingen werden aangepast totdat de RGB-waarden van de witte kaart binnen een afwijking van ±2% gelijk waren. Na kalibratie werden de witbalansparameters als volgt vastgelegd: rode versterking = 1,2, groene versterking = 1,0 (vast) en blauwe versterking = 1,5. Kalibratie werd eenmaal uitgevoerd na elke opstart van het systeem of wanneer de lichtbron tekenen van veroudering vertoonde die kleurtemperatuurafwijking kon veroorzaken. Deze instellingen hielpen om duidelijke grenzen van gesneden tabak en stabiele helderheidsverdeling te waarborgen, terwijl ook werd voldaan aan de verwerkingsvereisten voor latere tabaksstrengsegmentatie, oriëntatieberekening en orde-analyse.

Beeldencollectie
Beeldverwerving richtte zich op het gesneden tabaksgebied dat na het snijden op het oppervlak van hitte-niet-brandende sigarettenstaven werd blootgelegd. Tijdens de detectie werd het sigarettenmonster eerst naar het inspectiestation gebracht, waar de houding en positie werden aangepast en vastgesteld door het monsterpositioneringsmechanisme. Het positioneringsmechanisme bestaat uit een pneumatische klem met V-vormige uitlijningsgeleiders. Het systeem bereikt een positionele herhaalbaarheid van ±0,5 mm over 1000 opeenvolgende cycli, zoals geverifieerd door laserverplaatsingssensormetingen. Vervolgens werd het buitenste wikkelmateriaal stabiel doorgesneden door het snijmechanisme, waardoor de oppervlaktegesneden tabak volledig zichtbaar werd binnen het gezichtsveld van het gezichtsveld. Er werd een cirkelvormig roterend blad (diameter 50 mm, dikte 0,3 mm, materiaal van hogesnelheidsstaal) gebruikt. De snijdiepte was ingesteld op 1,5 mm met een rotatiesnelheid van 300 tpm. De snijconsistentie werd gemonitord door lineaire terugkoppeling van de encoder, waarbij de diktevariatie binnen ±0,05 mm behouden bleef. Zodra de positie van het monster stabiel was en het beeldgebied duidelijk was gedefinieerd, werd beeldverwerving uitgevoerd met de industriële camera onder stabiele verlichting van de lichtbron. In totaal werden 634 afbeeldingen verzameld; typische afbeeldingen zijn te zien in Figuur 1. De dataset bevat drie tabaksdichtheidsniveaus (laag, middel, hoog; ongeveer 180, 220 en 260 mg/cm³), strengoriëntaties van −180° tot 180°, en lichtomstandigheden variërend van normaal licht tot laaglichtrand. De verlichtingsintensiteit werd gemeten met een gekalibreerde digitale luxmeter (TA8133, nauwkeurigheid ±3%) waarbij de sensor op de locatie van het monsteroppervlak was geplaatst. Het gemeten normale lichtbereik is 200–800 lux, geleverd door de LED-lamp in de afgesloten kap, zonder dat omgevingslicht lekkagt. De lage waarde (ongeveer 200 lux) vertegenwoordigt een randgeval dat wordt veroorzaakt door de lichtbron te dimmen om de robuustheid van het model te evalueren. Daarnaast is gedeeltelijke occlusie van tabaksstrengen aanwezig (variërend van 10% tot 50%) in ongeveer 30% van de beelden. Deze variaties weerspiegelen de echte diversiteit in de productielijn.

Figuur 1. Representatieve ruwe beelden van gesneden tabak die door het visiesysteem zijn verkregen. (a–h) Representatieve voorbeelden van ruwe beelden van gesneden tabak die onder industriële veldomstandigheden zijn vastgelegd met het beeldverwervingssysteem. Beelden werden verkregen met een resolutie van 896 × 1600 pixels onder gecontroleerde belichting met een striplichtbron om een uniforme helderheid te garanderen en omgevingsinterferentie te minimaliseren. Deze afbeeldingen illustreren variaties in de distributie, dichtheid en oriëntatie van tabaksstrengen voorafgaand aan de modelverwerking. Klik hier om een grotere versie van deze figuur te bekijken.

Afbeeldingsannotatie
Met behulp van de open-source tool LabelImg werden begrenzingsvakken getekend rond zichtbare gesneden tabak en stalen ondersteuningselementen. De juiste hoek werd als label toegewezen voor elke begrenzingsbox. De horizontale as (0°) werd gedefinieerd als de rechtswaartse richting parallel aan de onderrand van het beeld. Voor elke tabaksstreng werd de hoekmeetfunctie van het annotatieinstrument gebruikt om een lijn te trekken langs de hoofdas van de streng. De hoek werd geregistreerd als de hoek tussen deze as en de horizontale referentie (bereik: −180° tot 180°). Annotaties werden opgeslagen in het standaard single-stage detectieformaat, met één TXT-bestand dat bij elke afbeelding paste. Elk .txt bestand bevat lijnen die zijn opgemaakt als: class_id x_center y_center breedtehoogte. Coördinaten worden genormaliseerd naar [0,1] ten opzichte van beelddimensies. Klasse 0 = tabaksstreng, klasse 1 = stalen steun. Het hoeklabel wordt opgeslagen als een zesde kolom in het annotatiebestand .txt bestand, toegevoegd na de vijf standaard YOLO-velden. Het exacte formaat per lijn is: class_id x_center y_center breedte, hoogtehoek. De hoekwaarde wordt opgeslagen in graden als een floating-point getal variërend van −180,0 tot 180,0, met twee decimalen (bijv. 45,75). Voorbeeldlijn: 0 0,5230 0,4170 0,0850 0,0620 38,25.

Kwaliteitscontrole
Een tweede annotator bekeek willekeurig 20% van de geannoteerde afbeeldingen. Willekeurige selectie werd uitgevoerd met behulp van de random.sample()-functie uit de Python-randombibliotheek met een vaste random seed van 2024. Er werd een lijst van alle afbeeldingsbestandsnamen gegenereerd, en 20% van de afbeeldingen werd zonder vervanging bemonsterd met behulp van deze gezaaide willekeurige getallengenerator, wat reproducerbare selectie over herhaalde kwaliteitscontroleprocedures heen waarborgde. Eventuele afwijkingen werden besproken en opgelost, zodat de etikettering consistent werd. Inter-annotator overeenkomst werd beoordeeld met behulp van hoekdeviatie: het gemiddelde absolute verschil tussen de hoeklabels van de twee annotators was 2,8° (standaarddeviatie = 1,5°). Annotaties met afwijking >5° werden beoordeeld en verduidelijkt.

Eenstaps regressiemodel voor de ordeloosheid van gesneden tabak
De detectie van de ordeloosheid van de uitlijning van gesneden tabak is cruciaal om zowel het productieproces als de kwaliteit van het eindproduct in de productie van sigaretten te verbeteren. Deze inspectietaak kent echter verschillende uitdagingen, waaronder overlappende gesneden tabak, kleine doelgroottes en ongelijkmatige verlichting, wat allemaal de detectienauwkeurigheid en robuustheid in gevaar brengt. Een verbeterd enkeltraps regressiemodel gebaseerd op YOLOv11n wordt gebruikt voor de online detectie van de ordeloosheid van gesneden tabak. Het voorgestelde kader identificeert nauwkeurig de morfologische kenmerken van gesneden tabak tijdens de vorming van sigarettenstaafjes, waardoor betrouwbare detectie van uitlijningsregelmatigheid mogelijk is en de nauwkeurigheid, robuustheid en realtime verwerkingscapaciteit verbetert. De algemene configuratie van het voorgestelde enkeltraps regressiekader wordt weergegeven in Figuur 2.

Figuur 2. Algemene architectuur van het voorgestelde eenstapsregressiemodel. Het diagram illustreert de volledige netwerkstructuur, inclusief de ruggengraat, nek en detectiekop. De backbone extraheert multiscale features en integreert multifrequency interactive downsampling (MFID) modules om feature-informatie te behouden. De nek integreert functies met behulp van de triple complementary fusion (TCF) strategie voor een verbeterde multilevel representatie. De detectiekop gebruikt de DynamicHead-module, die schaalbewuste (π_L), ruimtelijk bewuste (π_S) en taakbewuste (π_C) aandachtsmechanismen integreert om de lokalisatie- en classificatieprestaties te verbeteren. Klik hier om een grotere versie van deze figuur te bekijken.

Multifrequentie Informatie Downsampling Module (MFID)
In het backbone-netwerk van YOLOv11 voert de convolutionele operatie met een stride van 2 downsampling uit door pixels over te slaan. Dit proces verwijdert direct de helft van de ruimtelijke informatie, wat resulteert in verlies van hoogfrequente details (bijv. randen en texturen van kleine objecten) en aanzienlijk informatieverlies voor kleine doelen. Bovendien verwerpen de max-pooling- en average-pooling-operaties in de backbone ook gedetailleerde informatie binnen objectgebieden, gladde features en introduceren ruis, wat allemaal een negatieve invloed heeft op het leren van features.

Om deze problemen aan te pakken, wordt een MFID-module geïntroduceerd, geïnspireerd op het concept van wavelet-hiërarchische decompositie^15,16. Deze module verdeelt kenmerken eerst in twee complementaire delen met behulp van de Haar-wavelettransformatie: laagfrequente achtergrondinformatie, die classificatie verbetert, en hoogfrequente details rijk aan randen en texturen, die de detectie van kleine doelen verbeteren. Om de perceptie van kleine doelen verder te versterken, bevat de MFID-module twee extra takken: een max-pooling-tak die gebruikmaakt van translatie-invariantie om fijnkorrelige kenmerken van kleine doelen te behouden, en een strided-convolutietak die leerbare parameters gebruikt om een sterkere representatiecapaciteit en rijkere informatiesamenstelling te bereiken. Via deze multibranch-structuur bewaart de MFID-module meer volledige ruimtelijke en frequentie-informatie tijdens downsampling. De architectuur van de MFID-module wordt geïllustreerd in Figuur 3.

Figuur 3. Structuur van de MFID-module. De MFID-module scheidt invoerkenmerken in laagfrequente en hoogfrequente componenten met behulp van een Haar-wavelettransformatie om kritische structurele informatie te behouden tijdens downsampling. H_LL duidt de laagfrequente benaderingscomponent aan, terwijl H_LH, H_HL en H_HH respectievelijk hoogfrequente detailcomponenten in de horizontale, verticale en diagonale richting vertegenwoordigen. Het symbool 2↓ duidt op tweevoudige afbouwsteekproef. Featuremaps van meerdere takken worden samengevoegd via concatenatie- en gatingmechanismen om de feature-representatie te verbeteren. Klik hier om een grotere versie van deze figuur te bekijken.

Tijdens downsampling wordt het beeld ontleden met behulp van de Haar-wavelettransformatie, die wordt gebruikt vanwege de eenvoud en efficiëntie bij het ontleden van lage- en hoogfrequente kenmerken, waardoor het geschikt is voor realtime detectietaken. H_L en H_H duiden respectievelijk de laagdoorlaat- en hoogdoorlaat-decompositiefilters aan en worden gebruikt om laagfrequente en hoogfrequente informatie uit het beeld te halen. De wavelet-basisfunctie en schaalfunctie voor een een-niveau, eendimensionale Haar-transformatie worden gedefinieerd met behulp van Vergelijking 1 als volgt:

(1)

De Haar-basisfunctie wordt gedefinieerd met Vergelijking 2 als volgt:

(2)

Hier duiden parameters j en k respectievelijk de schaalcoëfficiënt en de translatiehoeveelheid van de Haar-basisfunctie aan. Specifiek wordt de nulorde Haar-basisfunctie gedefinieerd met behulp van Vergelijking 3 als volgt:

(3)

In Figuur 3 duidt het symbool 2↓ op tweevoudige downsampling. Een tweelaagse Haar-wavelet-decompositie levert vier componenten op: de lage-frequentie benadering (H_LL) en de hoogfrequente detailcomponenten in de horizontale (H_LH), verticale (H_HL) en diagonale (H_HH) richtingen. De H_LL-component draagt contour-, achtergrond- en globale informatie, terwijl de hoogfrequente componenten (H_LH, H_HL en H_HH) rand-, textuur- en fijnkorrelige kenmerken vastleggen.

De hoogfrequente componenten H_LH, H_HL en H_HH die na tweevoudige downsampling worden verkregen, worden samengevoegd door de Concat-operatie, waardoor de multidirectionele gedetailleerde informatie wordt geïntegreerd om de geïntegreerde hoogfrequente detailinformatie te genereren, zoals getoond in Vergelijking 4.

(4)

Vervolgens wordt secundaire informatiefusie uitgevoerd op de max-pooling-tak om gedetailleerde features te integreren met globale features, waardoor gereconstrueerde informatie wordt gegenereerd, zoals getoond in Vergelijking 5, die een breder set opvallende features bevat en hoogfrequente gedetailleerde informatie hergebruikt voor verbeterde feature-representatie.

(5)

Daarna wordt een gatingmechanisme gebruikt om de informatiestroom dynamisch te reguleren, en wordt ingezet om de identificatie van kleine doelkenmerken binnen de te begeleiden, waarbij nuttige kenmerken behouden blijven terwijl inherente nutteloze ruisinterferentie wordt onderdrukt. Het gatingmechanisme wordt gedefinieerd als: gating(x) = Linear_2(ReLU(Linear_1(x))), waarbij Linear_1 de kanaaldimensie met een reductiefactor van 4 vermindert, en Linear_2 deze terugbrengt naar de oorspronkelijke kanaaldimensie. De uitgang van het gatingmechanisme wordt door een Sigmoid-activatie geleid om modulatiegewichten in het bereik [0,1] te produceren. De leerbare parameters omvatten de gewichtmatrices en bias-termen van beide lineaire lagen, die worden geïnitialiseerd met uniforme initialisatie. Dit zorgt ervoor dat gedetailleerde en kritische feature-informatie correct wordt gebalanceerd en gebruikt, wat resulteert in de definitieve gedetailleerde feature zoals gepresenteerd in Vergelijking 6.

(6)

Ten slotte worden de stride-convolutie downsampling-informatie, de laagfrequente vector en de uiteindelijke gedetailleerde feature via Concat samengevoegd om de interactie tussen het feature en het downsampling over meerdere dimensies en frequentiebanden uit te breiden, zoals getoond in Vergelijking 7.

(7)

Actie-implementatiestappen
Moduledefinitie
Een aangepaste PyTorch-module genaamd MFID moet worden gedefinieerd binnen de modeldefinitiebestanden van het project. De implementatie van deze module bestaat uit vier parallelle paden: (1) Wavelettransform: een twee-niveau decompositie wordt toegepast op de inputfeature map met behulp van vooraf gedefinieerde Haar-waveletfilters, waarbij een laagfrequente benaderingscomponent en hoogfrequente detailcomponenten in horizontale, verticale en diagonale richtingen worden gegenereerd, waarna de drie hoogfrequente componenten worden samengevoegd; (2) Max-pooling: max-pooling wordt toegepast op de invoer om belangrijke kenmerken te behouden; (3) Strided convolutie: standaard downsampling wordt uitgevoerd via een convolutionele laag met een step van 2; (4) Featurereconstructie en fusie: ten eerste wordt de hoogfrequente informatie verkregen uit de wavelettransformatie gefuseerd met de features van de max-pooling branch; vervolgens wordt een gatingmechanisme gebruikt dat wordt gestuurd door de laagfrequente informatie om fijnmazige kenmerken te filteren; Ten slotte worden de verwerkte, fijnkorrelige features, laagfrequente componenten en strided convolutie-output samengevoegd om de uiteindelijke downsampled feature map te verkrijgen.

Bewerking van configuratiebestanden
Het basismodel configuratiebestand (config.yaml) moet geopend worden. Alle gevallen van standaard downsamplingmodules in zowel het backbone- als het neknetwerk moeten systematisch worden geïdentificeerd. Elke geïdentificeerde downsamplingmodule-invoer moet vervolgens worden vervangen door de MFID-module.

Ontwerpmotivatie
De MFID-module is ontworpen om informatieverlies bij standaard downsampling-operaties te beperken, wat bijzonder nadelig is voor het detecteren van kleine objecten. Het kernconcept is geïnspireerd op de hiërarchische ontbinding van wavelets. Door expliciet laagfrequente globale informatie te scheiden van hoogfrequente detailinformatie in het beeld en deze dienovereenkomstig te verwerken, zorgt de module ervoor dat kritieke textuur- en randkenmerken behouden blijven tijdens downsampling. De integratie van max-pooling en strided-convolution takken vangt en vult verder kenmerken uit complementaire perspectieven aan—specifiek vertaalinvariantie versus leerbare representatie. Door multibranch fusion biedt de module latere netwerklagen een meer informatieve en robuuste multifrequentie-featurerepresentatie. Alle niet-gespecificeerde architecturale parameters en laagconfiguraties volgen de standaard implementatie-instellingen van het YOLOv11n-framework binnen PyTorch.

Triple-Cross Feature Fusiemodule (TCF)
In de nekfeature-fusiefase van de YOLOv11-netwerkarchitectuur wordt doorgaans een eenvoudige concatenatieoperatie gebruikt om feature maps van dezelfde schaal samen te voegen. Deze directe benadering kent echter duidelijke beperkingen: ten eerste houdt het geen volledige rekening met semantische verschillen tussen kenmerken op verschillende niveaus; ten tweede maakt het ontbreken van expliciete modellering van interkanaalcorrelaties klein-doelkenmerken gevoelig voor verdunning of verlies tijdens fusie, waardoor de detectieprestaties worden verminderd. Om deze problemen aan te pakken, wordt een meer interactieve fusiemethode, de zogenaamde TCF-module, geïntroduceerd¹⁷. Deze methode maakt gebruik van een meerlagige progressieve fusiestrategie die de informatiestroom richting detectie van kleine doelen via cross-layer transmissie. Het bevat ook extra niet-lineaire bewerkingen om diepgaande informatie over schalen te verkennen, waardoor de samensmelting van multiscale kenmerken wordt versterkt. In tegenstelling tot conventionele modules die vertrouwen op eenvoudige optelling of gemiddelde fusie, hanteert TCF een gewogen fusiebenadering. Dit stelt het in staat om op elk niveau adaptief gedetailleerde informatie te leren, dynamisch informatie-extractiepaden te optimaliseren en zich te richten op de meest onderscheidende kenmerken, wat uiteindelijk de detectienauwkeurigheid verbetert. De architectuur van de TCF-module is geïllustreerd in Figuur 4.

Figuur 4. Structuur van de TCF-module. De TCF-module voert multilevel feature fusion uit over ondiepe, middelste en diepe lagen om de representatie van kleine doelen te verbeteren. P vertegenwoordigt input feature maps op verschillende niveaus. Conv duidt convolutieoperaties aan, Upsample geeft feature upsampling aan, en AdaptiveAvgPool vertegenwoordigt adaptieve gemiddelde pooling. De module integreert gekalibreerde kenmerken via gewogen fusie en interactie tussen lagen om de semantische en ruimtelijke complementariteit te verbeteren. Klik hier om een grotere versie van deze figuur te bekijken.

Bij het opsporen van objecten verschilt de informatie in diepe-laag kenmerk P_i+1 en ondiepe laag kenmerk P_i-1 aanzienlijk. Om de fusie van cross-layer informatie te verbeteren, wordt middelste laag P_i geïntroduceerd als de laatste feature-fusielaag om de verschillen tussen feature-informatie over verschillende niveaus in balans te brengen.

Ten eerste wordt de invoerinformatie van de ondiepe, middelste en diepe lagen verwerkt met behulp van de Sigmoid-activatiefunctie om gewogen kenmerken , , en , te genereren, die dienen om sleutelkenmerken te versterken en redundante te verzwakken, zoals getoond in Vergelijking 8.

(8)

Ten tweede wordt de invoerinformatie van de ondiepe, middelste en diepe lagen elementgewijs vermenigvuldigd met de gewogen kenmerken in kaart om gekalibreerde kenmerken , , en , te genereren, zoals getoond in Vergelijking 9. Het belang van kenmerken wordt dynamisch aangepast via het gewicht-aandachtmechanisme, waardoor adaptieve featureselectie en herkalibratie wordt bereikt.

(9)

In de fusiefase van middelste laag worden twee inverse gewichtstakken benut om te fuseren met respectievelijk de gekalibreerde ondiepe en diepe laag kenmerken, waarbij de valse gedetailleerde informatie veroorzaakt door ruis in de ondiepe laag kenmerken en de bevooroordeelde bijbehorende semantische informatie in de diepe lagen wordt gefilterd. Vervolgens wordt de multibranch-informatie geïntegreerd, en worden de oorspronkelijke kenmerken, gekalibreerde features en interactieve features van deze laag, evenals de gekalibreerde ondiepe en diepe laag, met elkaar samengevoegd. Dit bereikt het behoud en de aanvulling van multiscale feature-informatie, vermindert de problemen van verlies en misvatting bij kleine doelen, en levert tenslotte middenlaag-fused features op, die worden geformuleerd met Equation 10 als volgt:

(10)

De associaties tussen de ondiepe laag, diepe laag en middelste laag worden afzonderlijk vastgesteld, zoals weergegeven in Vergelijkingen 11 en 12.

(11)

(12)

Ten slotte worden de uitgangen van de drie feature-fusiepaden samengevoegd via de Concat-operatie om de feature-onafhankelijkheid van elk individueel pad te behouden. Belangrijke informatie van elk pad wordt dynamisch geleerd op basis van de gewichten α, β en γ, die worden gedefinieerd als leerbare scalaire parameters die geïnitialieerd zijn tot 1.0 en tijdens training worden geoptimaliseerd via backpropagatie, waardoor het dynamisch balanceren van bijdragen van ondiepe, middelste en diepe featurepaden mogelijk wordt. Bovendien worden convolutionele operaties gebruikt om contextuele informatie te aggregeren, incoherente feature-grensreacties veroorzaakt door cross-layer concatenatie te elimineren, en de acquisitie en verfijnde representatie van gedetailleerde informatie met kleine doelen te optimaliseren. Het proces is geformuleerd met behulp van Vergelijking 13 als volgt:

(13)

Actie-implementatiestappen
Moduledefinitie
Een aangepaste PyTorch-module genaamd TCF moet worden gedefinieerd binnen de modeldefinitiebestanden van het project. Deze module neemt als input de ondiepe-laag, middenlaag en diepe laag featurekaarten die uit verschillende fasen van het backbone-netwerk zijn gehaald. De interne verwerkingsstroom bestaat uit drie hoofdstappen: (1) Feature-kalibratie: de Sigmoid-functie wordt toegepast op elk van de drie invoerfeatures layers om weight maps te genereren, die vervolgens elementgewijs worden vermenigvuldigd met de originele feature maps om belangrijke features te verbeteren en redundante te onderdrukken; (2) Interactieve fusie: in de fase van de samensmelting van de middelste laag worden twee inverse gewichtstakken geïntroduceerd om te fuseren met respectievelijk de gekalibreerde ondiepe en diepe laag kenmerken, waarbij valse gedetailleerde informatie die door ruis in de ondiepe lagen wordt geïnduceerd en bevooroordeelde bijbehorende semantische informatie in de diepe lagen wordt gefilterd; (3) Multipath-aggregatie: de oorspronkelijke features, gekalibreerde features, interactieve features en features die zijn samengevoegd met oppervlakkige en diepe informatie worden geïntegreerd, waarna convolutionele operaties worden toegepast om incoherente feature-grensreacties veroorzaakt door cross-layer concatenatie te elimineren, wat uiteindelijk resulteert in gefuseerde features rijk aan multiscale informatie.

Bewerking van configuratiebestanden
Het modelconfiguratiebestand (config.yaml) moet geopend worden. De feature fusion-secties in het neknetwerk—specifiek de lagen waar features uit verschillende stadia van het backbone-netwerk worden samengevoegd—moeten zich bevinden. Op deze posities moeten de oorspronkelijke eenvoudige concatenatie-operatielagen worden vervangen door een aanroep naar de TCF-module, zodat de module-ingangen correct zijn verbonden met de bijbehorende ondiepe, middelste en diepe kenmerken.

Ontwerpmotivatie
Het ontwerp van de TCF-module wordt gemotiveerd door de uitdagingen van informatieverschil en informatieverlies tijdens feature-fusie. Ondiepe features zijn rijk aan detail maar bevatten aanzienlijke ruis, terwijl diepe features sterke semantiek vertonen maar een lage resolutie. Om dit aan te pakken, introduceert de TCF-module een middellaagfunctie als informatiebalancer en bevat zorgvuldig ontworpen kalibratie-, interactie- en aggregatiepaden om de complementaire voordelen van cross-level features te maximaliseren. De onderliggende motivatie is het opzetten van een effectiever fusiemechanisme dat in staat is het belang van features op elk niveau dynamisch te evalueren en informatie selectief te integreren. Daardoor genereert het een hoogwaardige feature-representatie voor de volgende detectiekop die rijk is aan zowel detail als semantische informatie, waardoor het bijzonder geschikt is voor herkenning van kleine objecten.

DynamicHead-module
Het detectiehoofdcomponent dient als fundamentele functie het uitvoeren van multiscale objectherkenning op feature-representaties die worden gegenereerd door de backbone- en feature-fusionnetwerken. Dit proces maakt nauwkeurige ruimtelijke lokalisatie van gedetecteerde objecten, categorische toewijzing en betrouwbaarheidsschatting van begrenzingsboxvoorspellingen mogelijk. Gezien de aanzienlijke schaalvariaties van doelkenmerken in visuele data en de dichte concentratie van afsluitingsboxvoorstellen in bepaalde kaders, vereist nauwkeurige identificatie van gesneden tabak de analyse van multiscale patronen. Om dit aan te pakken, gebruikt de methode de DynamicHead-architectuur¹⁸ als vervanging van de native detectiekop in YOLOv11n, waarmee een zelf-aandacht framework wordt gecreëerd dat schaalbewuste, ruimtelijk bewuste en taakbewuste mechanismen integreert om zowel detectiecapaciteit als operationele efficiëntie te verbeteren. De structurele configuratie van de DynamicHead-component wordt geïllustreerd in Figuur 5.

Figuur 5. Structuur van de DynamicHead-detectiemodule. De DynamicHead-module bevat drie sequentiële aandachtsmechanismen: schaalbewust (π_L), ruimtelijk bewust (π_S) en taakbewust (π_C). Deze componenten passen het belang van kenmerken dynamisch aan over schalen, ruimtelijke regio's en detectietaken. Dit ontwerp verbetert zowel de nauwkeurigheid van de lokalisatie als de classificatieprestaties door adaptieve feature-verfijning binnen de detectiekop mogelijk te maken. Klik hier om een grotere versie van deze figuur te bekijken.

Deze architectuur bestaat uit drie gespecialiseerde aandachte-eenheden: schaalbewuste (π_L), ruimtelijk bewuste (π_S) en taakbewuste (π_C) componenten. Het schaalbewuste aandachtsmechanisme (π_L) gemiddeld eerst de invoerkenschapskaart over ruimtelijke en kanaaldimensies. Het resultaat wordt door een lineaire projectielaag geleid, gevolgd door een hard-sigmoid activatie om schaalgewichten te genereren, die vervolgens elementgewijs worden vermenigvuldigd met de oorspronkelijke featuremap. Het ruimtelijk-bewuste aandachtsmechanisme (π_S) maakt gebruik van deformabele convolutie met K = 9 spaar geselecteerde bemonsteringspunten. Het voorspelt offsetvectoren Δpk en modulatiescalairen Δm_k voor elk bemonsteringspunt, waarna de bemonsterde kenmerken worden geaggregeerd om ruimtelijke aandachtsgewichten te produceren. Het taakbewuste aandachtsmechanisme (πC) past een leerbare lineaire transformatie toe op elk kanaal onafhankelijk met behulp van twee sets parameters (α¹, β¹ en α², β²). Het selecteert de maximale respons tussen de twee getransformeerde representaties om kenmerken dynamisch aan te passen voor classificatie- en regressietaken. Ten slotte worden deze drie aandachtsmechanismen sequentieel toegepast op de inputfeaturemap als F_out = πC(πS(πL(F) · F) · F) · F. Het schaalbewuste mechanisme maakt gebruik van cross-scale featureweging om multiresolutierepresentaties adaptief te combineren, waardoor de gevoeligheid van het model voor dimensionale variaties wordt verfijnd. De ruimtelijk bewuste component implementeert regionale nadrukweging binnen featuremappings, waarbij de computationele focus wordt gericht op voorgrondentiteiten en irrelevante achtergrondinterferentie wordt onderdrukt. Ondertussen moduleert de taakbewuste module dynamisch outputrepresentaties voor specifieke doelstellingen, waarbij zowel classificatie- als regressieresultaten worden verfijnd om modelprecisie en operationele robuustheid te versterken. De computationele procedure is geformaliseerd in Vergelijkingen 14–17.

(14)

(15)

(16)

(17)

Hier duidt W_L(F) de aandachtverrijkte kenschapsrepresentatie aan, terwijl π_L(F), π_S(F) en π_C(F) respectievelijk overeenkomen met schaal-, ruimtelijk- en taakgerichte aandachtsoperaties. De transformatie f vertegenwoordigt een lineaire projectielaag, σ(x) geeft hard-sigmoïde activatieverwerking aan, K specificeert de hoeveelheid schaars geselecteerde ruimtelijke punten, p_k+Δp_k voert positionele aanpassingen in om onderscheidende gebieden te benadrukken, Δm_k vormt een trainbare significantiemaat voor ruimtelijk punt p_k, en α(F) en β(F) zijn leerbare parametrische functies die activatiedrempels regelen. Onder hen is K in alle experimenten op 9 gezet, omdat deze waarde voldoende ruimtelijke dekking biedt terwijl de rekenkundige efficiëntie behouden blijft.

Actie-implementatiestappen
Moduledefinitie
Een aangepaste PyTorch-module genaamd DynamicHead moet worden gedefinieerd binnen de modeldefinitiebestanden van het project. De implementatie van deze module bestaat uit drie aandachte-eenheden die sequentieel worden toegepast: (1) Schaalbewuste aandacht: featurelagen op verschillende schalen worden dynamisch gewogen met behulp van leerbare parameters; (2) Ruimtelijk bewuste aandacht: gebaseerd op het concept van deformabele convolutie richt deze eenheid zich op sobere maar onderscheidende ruimtelijke locaties binnen de kenmerkkaarten; (3) Taakbewuste aandacht: activatiedrempels worden dynamisch geleerd om feature-representaties voor respectievelijk classificatie- en regressietaken te optimaliseren. Deze drie aandachtsmechanismen worden sequentieel toegepast op de invoerkenmerkpiramide, waardoor uiteindelijk kenmerken voor voorspelling worden geproduceerd. Alle modules werden geïmplementeerd met standaard PyTorch-operaties, waaronder convolutionele lagen, lineaire lagen, activatiefuncties en aandachtsmechanismen zoals hierboven beschreven.

Bewerking van configuratiebestanden
Het modelconfiguratiebestand (config.yaml) moet geopend worden. De sectie die de detectiekop definieert, moet zich bevinden. De oorspronkelijke detectiekopconfiguratie, die doorgaans bestaat uit een reeks convolutionele lagen voor classificatie en regressie, moet worden vervangen door een oproep naar de DynamicHead-module, waarbij ervoor wordt gezorgd dat de ingang via het neknetwerk verbonden is met de feature-piramide-uitgang.

Ontwerpmotivatie
Traditionele detectiekoppen passen doorgaans dezelfde set convolutionele parameters toe op alle featurelagen, ruimtelijke locaties en taken, zonder taakspecifieke aanpassingsvermogen. De introductie van de DynamicHead-module is gemotiveerd door de complexiteit van detectietaken, met als doel deze uitdagingen te ontkoppelen en aan te pakken via een uniforme aandachtgebaseerde architectuur. De ontwerpmotivatie is drieledig: (1) adaptief focussen op featurelagen die overeenkomen met doelen van verschillende groottes via de schaalbewuste module; (2) om rekenkrachten te concentreren op voorgronddoelgebieden in plaats van op de achtergrond via de ruimtelijk-bewuste module; en (3) om feature-representaties dynamisch te optimaliseren voor de specifieke doelstellingen van classificatie en regressie via de taakbewuste module. Deze combinatie van ontkoppeling en dynamische optimalisatie verbetert de nauwkeurigheid van de lokalisatie en classificatiebetrouwbaarheid van het model voor dicht gerangschikte, multiscale doelen zoals gesneden tabak.

Maatwerkbeoordelingsmethode voor de ordeloosheid van gesneden tabak
Modulebeschrijving en ontwerpprincipe: De kwantitatieve evaluatie van de ordeloosheid van gesneden tabak is essentieel voor het beoordelen van de stabiliteit van het productieproces en het voorspellen van de kwaliteit van het eindproduct bij sigarettenproductie. Traditionele beoordelingsmethoden zijn afhankelijk van handmatige visuele inspectie, wat subjectief is, tijdrovend en niet in staat is consistente kwantitatieve metingen te leveren. Om deze beperkingen aan te pakken, wordt een aangepaste hoekvoorspellingsmethode gebruikt die is geïntegreerd met de verbeterde enkeltraps regressiedetector. Het fundamentele principe van deze methode is het vaststellen van een ruimtelijk referentiekader waarbij de stalen steunstructuur binnen de sigarettenstaaf als geometrische referentie dient. Omdat de stalen steun tijdens de productie een vaste oriëntatie behoudt, dient deze als ideale referentielijn voor het berekenen van de relatieve oriëntatie van individuele gesneden tabak. Door de absolute hoeken van gedetecteerde gesneden tabak en de stalen steun ten opzichte van de horizontale referentielijn te meten en vervolgens hun relatieve hoekverschillen te berekenen, biedt de methode een kwantitatieve beoordeling van de ordeloosheid van de uitlijning. Een relatieve hoek van nul duidt op perfecte paralleliteit tussen een streng en de drager, terwijl toenemende hoekafwijking een slechtere uitlijning betekent. De horizontale referentieas wordt gedefinieerd als de lijn parallel aan de onderrand van de afbeelding, georiënteerd van links naar rechts. Deze as komt overeen met 0°, met positieve hoeken die tegen de klok in worden gemeten en negatieve hoeken die met de klok mee vanaf deze as worden gemeten. De uiteindelijke ordelijnmetriek wordt verkregen door het gemiddelde van de relatieve hoeken van alle gedetecteerde strengen binnen een afbeelding, waardoor consistente en objectieve kwaliteitsbeoordeling mogelijk is.

Actie-implementatiestappen
Definitie van hoekberekeningsmodule
Implementeer een post-processing module die de detectie-output verwerkt van het verbeterde enkeltraps regressiemodel. Voor elk gedetecteerd object (gesneden tabak en stalen steun) wordt de coördinaten van de begrenzingsbox eruit gehaald. Bereken de middelpuntcoördinaten voor elk gedetecteerd object met behulp van Vergelijking 18. Bereken de coördinaten van het middelpunt van het beeld op basis van de afmetingen van het beeld met behulp van Vergelijking 19.

(18)

(19)

waarbij x₁, x₂, y₁, y₂ de coördinaten aanduiden van de vier hoeken van de gedetecteerde begrenzingsdoos voor ofwel een tabaksdraad of de stalen steun; C_{, X} en C,_y vertegenwoordigen de coördinaten van hun respectievelijke middelpunten binnen het detectiegebied; w en h geven de breedte en hoogte van het sigarettenbeeld aan; d_{, x} en d_y definiëren de coördinaten van het middelpunt van het beeld.

Absolute hoekberekening
Voor elke gedetecteerde tabaksstreng en de stalen drager bereken je de vector van het beeldcentrum naar het objectcentrum. Bereken de absolute hoek ten opzichte van de horizontale referentielijn met behulp van de arctangensfunctie, zoals geformuleerd in Vergelijking 20. De hoek wordt berekend met atan2(d_y, d_x), waarbij atan2 de vier-kwadrant inverse tangentfunctie is die beschikbaar is in de Python-wiskundebibliotheek. Deze functie geeft waarden terug in het bereik (−π, π] radialen, die vervolgens worden omgezet naar graden, wat resulteert in uitgangshoeken in het bereik (−180°, 180°). De kwadranthandling is automatisch met ATAN2 op basis van de signalen van d_y en d_x. Dit levert A_staal op voor de stalen steun en A_snede voor elke tabaksstreng.

(20)

Berekening van de relatieve hoek
Voor elke gedetecteerde tabaksstreng bereken je de relatieve hoek door de absolute hoek van de stalen steun af te trekken van de absolute hoek van de streng, zoals getoond in Vergelijking 21. De absolute waarde zorgt voor metingen van positieve hoekafwijkingen.

(21)

Orderlines-metriekgeneratie
Verzamel de relatieve hoeken van alle gedetecteerde strengen binnen één afbeelding. Bereken de gemiddelde relatieve hoek door alle relatieve hoeken T_o op te tellen en te delen door het totale aantal gedetecteerde strengen n, zoals geformuleerd in Vergelijking 22. Deze gemiddelde waarde dient als de kwantitatieve maat voor de orde van uitlijning voor dat beeld.

(22)

Implementatie van kwaliteitsbeoordeling
Implementeer een classificatiefunctie die de berekende waarde koppelt aan kwalitatieve cijfers op basis van vooraf gedefinieerde drempels, zoals gedefinieerd in Vergelijking 23. De beoordelingsdrempels (0°–30° = Uitstekend, 30°–60° = Goed, >60° = Slecht) werden vastgesteld op basis van overleg met drie kwaliteitscontrole-experts van Longyan Tobacco Industry Co., Ltd. Deze experts evalueerden onafhankelijk 200 steekproefbeelden en correleerden de berekende gemiddelde relatieve hoeken met de waargenomen uitlijningskwaliteit, met behulp van een schaal van drie categorieën (Uitstekend, Goed en Slecht). De grenzen van 30° en 60° werden gekozen als consensusgrens waar de inter-expert overeenstemming 90% overschreed. Deze beoordeling maakt intuïtieve interpretatie van de kwantitatieve resultaten mogelijk voor kwaliteitscontrolepersoneel.

(23)

Bewerking van configuratiebestanden
Het modelconfiguratiebestand (config.yaml of model.yaml) moet geopend worden. Het nabewerkingsgedeelte of het inferentie-instellingengedeelte van de configuratie moet zich bevinden. De aangepaste hoekberekeningsmodule zou correct gerefereerd en ingeschakeld moeten zijn. De outputparsing-instellingen moeten worden gecontroleerd om correct de coördinaten van de begrenzingsdoos te extraheren voor zowel gesneden tabak als de stalen ondersteuning. Voor deze beoordelingsmethode is geen extra laaginvoeging nodig, aangezien deze functioneert als een nabewerkingsmodule nadat de detectiekop heeft gepresenteerd.

Ontwerpmotivatie
Het ontwerp van deze op maat gemaakte beoordelingsmethode wordt gemotiveerd door de noodzaak om subjectieve visuele inspectie om te zetten in objectieve, reproduceerbare kwantitatieve metingen. Traditionele handmatige inspectie lijdt aan variabiliteit tussen waarnemers en kan geen continue numerieke data leveren voor procesoptimalisatie. Door de stalen steun te gebruiken als een natuurlijke geometrische referentie binnen de sigarettenstaaf, elimineert de methode de noodzaak van externe kalibratiemarkers en zorgt het voor meetconsistentie tussen verschillende beelden en productiebatches. Het gebruik van middelpuntvectoren en arctangentiele berekeningen biedt een wiskundig robuuste en computationeel efficiënte benadering van hoekschatting, waardoor het geschikt is voor realtime inzet. Deze vectorgebaseerde berekening van het beeldcentrum naar het objectcentrum is ontworpen om onveranderlijk te zijn ten opzichte van het cameraveld en de positie van de sigarettenstaaf binnen het beeld, waardoor robuustheid onder wisselende opnameomstandigheden wordt gegarandeerd. De gemiddelde strategie over meerdere gedetecteerde strengen houdt rekening met natuurlijke variaties in de oriëntatie van de strengen en levert een statistisch betrouwbare algehele orde-metriek op. Een drielaags beoordelingssysteem vertaalt continue numerieke metingen naar uitvoerbare kwaliteitscategorieën, wat snelle besluitvorming in kwaliteitscontrole van de productielijn mogelijk maakt. Al met al combineert deze geïntegreerde aanpak de detectiemogelijkheden van het verbeterde eenstapsregressiemodel met precieze geometrische berekeningen, waardoor een uitgebreide en geautomatiseerde beoordeling van de ordelijn van gesneden tabak mogelijk is.

Modeltraining voor het opsporen van ordeloosheid van gesneden tabak
PyTorch 2.1.0, Compute Unified Device Architecture (CUDA) 12.1, en alle afhankelijkheden moeten correct geïnstalleerd zijn. De implementatie volgt standaard PyTorch YOLO-pijplijnen en kan worden gereproduceerd op basis van de gedetailleerde modulebeschrijvingen en configuratiestappen.

Opleidingscommando
Voor het hertrainen moeten de gepartitioneerde afbeeldingsdataset en annotatiebestanden in het standaard single-stage detectieformaat (bijvoorbeeld YOLO-formaat met één .txt bestand per afbeelding) worden voorbereid. Er moet een datasetconfiguratie-.yaml-bestand worden aangemaakt waarin de afbeeldingspaden, het aantal klassen (cut tobacco and steel support) en klassenamen worden aangegeven. Op basis van de eerder beschreven modelverbeteringen moet het oorspronkelijke detector .yaml-configuratiebestand worden vervangen door het voorgestelde model .yaml-bestand, dat de MFID-, TCF- en DynamicHead-modules bevat. Het train.py-script moet worden geschreven of aangepast om het single-stage detectorpakket te importeren, het trainingsmodel en de datasetconfiguratie te laden en de volgende trainingsparameters in te stellen: imgsz=640, epochs=100, batch=4, workers=0, device='0', optimizer='SGD', close_mosaic=10, enzovoort. De willekeurige seed werd vastgezet op 42, en modelgewichten werden geïnitialiseerd met de standaard initialisatiestrategie van het deep learning-framework. Reproduceerbaarheid werd gegarandeerd door torch.backends.cudnn.deterministic = Waar en torch.backends.cudnn.benchmark = False te zetten.

Hyperparameters
De belangrijkste hyperparameters die voor training zijn geconfigureerd zijn als volgt: inputbeeldresolutie van 896 × 1600 pixels; batchgrootte van 4, beperkt door GPU-geheugen; een initiële leersnelheid van 0,01 met een cosinus-annealing scheduler voor geleidelijke verval; stochastische gradiëntafdaling (SGD) optimizer met impuls van 0,912 om convergentie te versnellen; en gewichtsafname van 0,0004 voor regularisatie. Beelden werden genormaliseerd met gemiddelde [0,485, 0,456, 0,406] en standaarddeviatie [0,229, 0,224, 0,225]. De augmentatie omvatte willekeurige horizontale flip (50%), willekeurige helderheidsaanpassing (±20%) en willekeurige rotatie (±15°). Mozaïekaugmentatie is standaard ingeschakeld tijdens de vroege trainingsperiodes om de robuustheid van het model te verbeteren tegen verschillende objectschalen en occlusies. Het wordt uitgeschakeld in de laatste 10 epochs (close_mosaic = 10) om de detectienauwkeurigheid te verfijnen.

Trainingsmonitoring
Tijdens de training levert het kader in elk tijdperk uitgebreide meetgegevens op. De verliesfunctie is een gewogen som van drie componenten: classificatieverlies (binaire kruisentropie [BCE] met logits), lokalisatieverlies (volledige doorsnede over union [IoU] verlies) en objectiteitsverlies (BCE). De totale gewichtsverliess werden ingesteld als λ_cls = 0,5, λ_box = 0,05 en λ_obj = 1,0. De trainings- en validatieverliescurves moeten worden gemonitord om een stabiele convergentie te waarborgen en om tekenen van overfitting te detecteren. De mAP bij een IoU-drempel van 0,5 (mAP@0,5) op de validatieset wordt gebruikt als primaire prestatie-indicator voor detectie van gesneden tabaksstrengen. Gezien de grootte van de dataset en de complexiteit van het model is training voor 100 epochs doorgaans voldoende voor convergentie. Het best presterende modelcheckpoint wordt automatisch opgeslagen op basis van validatie-mAP.

Modelevaluatie en -implementatie
Evaluatie
Na het voltooien van de training worden de optimale modelgewichten opgeslagen als runs/train/exp/weights/best.pt. Het getrainde model moet worden geëvalueerd op de speciale validatieset met het volgende commando: python val.py --data cigarette_dataset.yaml --weights runs/train/exp/weights/best.pt. Het evaluatiescript levert belangrijke prestatie-indicatoren, waaronder precisie, terugroeping en mAP@0,5, voor beide detectieklassen (gesneden tabak en staalondersteuning). De mAP moet worden geverifieerd om aan de vereiste drempel voor industriële inzet te voldoen (bijvoorbeeld >95% voor strengdetectie). De deploymentthreshold (mAP >95% voor strengdetectie) vertegenwoordigt een interne prestatie-eis voor de doelindustriële omgeving. Het gerapporteerde resultaat weerspiegelt de prestaties op een diverse testset die uitdagende randgevallen omvat. De mAP van het model voor routinematige productiecondities overschrijdt 96% wanneer deze wordt geëvalueerd op een subset die gefilterd is voor ideale verlichting en minimale occlusie. De routinematige productie-subset werd gedefinieerd door de volgende criteria: verlichting binnen het bereik van 500–800 lux (optimale verlichting), occlusiepercentage minder dan 10% (minimale overlap), en geen zichtbare speculaire reflecties. Deze subset bevat 427 afbeeldingen, wat ongeveer 67% van de testset vertegenwoordigt. Deze subset komt overeen met standaard dagproductieomstandigheden onder normale verlichting en een goed georiënteerde strengopstelling.

Inferentieverificatie
Om visueel de detectieprestaties van het model op onzichtbare beelden te valideren, wordt inferentie uitgevoerd op voorbeeldtestbeelden met het volgende commando: python detect.py --weights runs/train/exp/weights/best.pt --source path/to/test/images --conf 0.5. Dit commando genereert geannoteerde afbeeldingen met begrenzende dozen rond gedetecteerde gesneden tabak en stalen steunen. De inferentiesnelheid werd gemeten op een NVIDIA GeForce RTX 3080 Ti GPU (12 GB VRAM) met CUDA 12.1 en PyTorch 2.1.0. De gerapporteerde frames per seconde (FPS) werden berekend als het gemiddelde van meer dan 100 opeenvolgende voorwaartse passes na 50 warming-up iteraties. Daarnaast wordt de inferentiesnelheid (in frames per seconde) gerapporteerd om de realtime geschiktheid voor de implementatieomgeving te bevestigen.

Modelimplementatie
Om realtime implementatie op het industriële besturingssysteem mogelijk te maken, moet het getrainde PyTorch-model (best.pt, ongeveer 7–9 MB) worden geëxporteerd naar een geoptimaliseerd inferentieformaat, zoals TensorRT of Open Neural Network Exchange (ONNX). Deze conversie verbetert de inferentiesnelheid terwijl de detectienauwkeurigheid behouden blijft. Voor ONNX-export gebruik je: torch.onnx.export(model, dummy_input, "model.onnx", opset_version=11, input_names=["images"], output_names=["outputs"]). Voor TensorRT-conversie, gebruik: trtexec --onnx=model.onnx --saveEngine=model.trt --fp16 --workspace=4096. De FP16 precisiemodus werd gebruikt om de inferentiesnelheid te optimaliseren. Het definitief gebruikte model geeft coördinaten van begrenzingsboxen, klasselabels (gesneden tabaksdraad of stalen steun) en betrouwbaarheidsscores voor elk gedetecteerd object, die dienen als input voor de aangepaste hoekbeoordelingsmethode die wordt gebruikt om de orde van gesneden tabak te kwantificeren.

Resultaten

Experimentele omgeving
Alle experimenten werden uitgevoerd met het PyTorch deep learning-framework, waarbij gedetailleerde hardware- en softwareconfiguraties werden samengevat in Tabel 1. In totaal werden 634 afbeeldingen willekeurig verdeeld in trainings-, validatie- en testsets met een verhouding van 7:2:1. Tijdens de training werden invoerbeelden uniform aangepast tot 896 × 1600 pixels, en de initiële leersnelheid werd ingesteld op 0,01. De stochas...

Discussie

Een belangrijk voordeel van het voorgestelde model bij het opsporen van de ordendheid van gesneden tabak is de balans tussen detectienauwkeurigheid en rekenefficiëntie. Deze taak vereist realtime verwerking van talrijke fijnkorrelige tabak in hogeresolutiebeelden, wat strenge eisen stelt aan modelprecisie en -snelheid. Zoals weergegeven in Tabel 2, behaalt het voorgestelde model de hoogste mAP@0,5 (89,9%) voor het detecteren van gesneden tabak en stalen steunen onder de ...

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
Code reader	Hikvision	ID5050	Wordt gebruikt om barcodes op pallets te lezen; vereist 24 V voeding
Dataset (beelden van gesneden tabak)	Longyan Tobacco Industrial Co., Ltd.	N/A	Aangepaste beelddataset van gesneden tabak, gebruikt voor modeltraining, validatie en testen
Deep learning framework (PyTorch 2.1.0)	PyTorch Foundation	Open-source software	Wordt gebruikt voor deep learning modelontwikkeling en training
Industriële camera	Hikvision	MV-CH120-10GC	Wordt gebruikt voor beeldacquisitie; vereist 24 V voeding
Industriële computer	Yanzhi Technology	PC1010-AX360	Wordt gebruikt voor beeldverwerking, model inferentie en dataopslag
LED lichtbron	Hikrobot	MV-LRDS-H-95-30-W	Strooklichtbron die stabiele verlichting biedt voor beeldvorming
Lens	Hikvision	MVL-KF0818M-12MP	Brandpuntsafstand: 8 mm; diafragmabereik: F1.8–F16; 12 MP resolutie
Metalen beugels	Longyan Tobacco Industrial Co., Ltd.	7075-T6 Aluminiumlegering	Wordt gebruikt voor het monteren en stabiliseren van hardwarecomponenten
Netwerkkabels	Longyan Tobacco Industrial Co., Ltd.	RJ45 Crystal Head	Wordt gebruikt om industriële computer, camera en netwerkapparaten te verbinden
Python (versie 3.9)	Python Software Foundation	Open-source software	Programmeeromgeving voor implementatie
Switch	TP-Link	TL-SH1005	8 Ethernet poorten; vereist 220 V voeding
Draadloze toegangspunt (industriële communicatiemodule)	Shandong Huachuang Xunlian	BH-ANT5158S-14HV; BH-MS-AC1600HWH	Maakt draadloze communicatie mogelijk tussen camera en industriële computer
Camerabesturingssoftware (MVS)	Hikvision	V4.5.1	Wordt gebruikt voor cameradebugging, parameterconfiguratie en dataacquisitie
Visverwerkingssoftware (Vision Master)	Hikvision	V4.3.0	Wordt gebruikt voor sjabloonvergelijking en beeldresultaatdetectie
Geïntegreerde ontwikkelomgeving (PyCharm)	JetBrains	2020.1.3 x64	Wordt gebruikt voor modelontwikkeling en systeemimplementatie
CUDA Toolkit (versie 12.1)	NVIDIA	Software toolkit (geen catalogusnummer)	Maakt GPU-versnelling mogelijk voor training en inferentie