轻量级墨滴识别网络

参数减近八成

面向连续喷墨打印的实时墨滴检测模型，在保持高精度识别的同时大幅降低计算开销，适合工业在线部署。

熊建斌 · Jing, Wang · 王琦 · Yang, Jianxiang · Xiangjun, Dong · Weikun, Dai · Qianguang, Zhang

Journal of Sensor and Actuator Networks 2026

参数信息

参数量减少率

78.81 %

精确率

98.2 %

召回率

99.1 %

平均精度均值 (mAP)

98.9 %

技术优势

参数减近八成

通过集成 MobileNetv3 降低计算复杂度，模型体量大幅缩小，便于部署到资源受限的产线设备。

多尺度特征融合更强

采用双向特征金字塔网络（BiFPN），有效融合多尺度特征，提升对不同大小墨滴的检测能力。

特征表达更稳健

引入 SimAM 注意力模块，在不增加参数的情况下增强特征表征的鲁棒性，提高检测可靠性。

应用场景

• 工业质检：替代人工检查，实时监测墨滴状态，防止卫星墨滴和电荷转移缺陷。
• 轻量化视觉模型：78.81% 的参数削减使模型可部署在资源受限的产线设备上。
• 产线传感器：直接处理 CCD 相机图像，为生产线提供在线质量监测。