基于YOLO v7的海量烟支外观缺陷快速自动标注方法
打开文本图片集
基金项目：红云红河烟草（集团）有限责任公司科技项目（HYHH2022ZK01）
第一作者简介：吕献周（1986-），男，工程师。研究方向为卷烟工艺质量管理。
*通信作者：余茜（2000-），女，硕士研究生。研究方向为机器学习，统计学习。
DOI：10.19981/j.CN23-1581/G3.2024.15.009
摘 要：图像标注作为监督式机器学习的关键环节，在处理海量的烟支缺陷数据时，传统的人工标注方法由于耗时长和主观性强等缺点显得不够高效。（剩余11160字）