基于YOLO v7的海量煙支外觀缺陷快速自動標注方法

打開文本圖片集

基金項目：紅云紅河煙草（集團）有限責任公司科技項目（HYHH2022ZK01）

第一作者簡介：呂獻周（1986-），男，工程師。研究方向為卷煙工藝質量管理。

*通信作者：余茜（2000-），女，碩士研究生。研究方向為機器學習，統(tǒng)計學習。

DOI：10.19981/j.CN23-1581/G3.2024.15.009

摘  要：圖像標注作為監(jiān)督式機器學習的關鍵環(huán)節(jié)，在處理海量的煙支缺陷數據時，傳統(tǒng)的人工標注方法由于耗時長和主觀性強等缺點顯得不夠高效。（剩余11160字）