项目简介：
包装盒是商品的衣服，是商品不可或缺的一部分，但在印刷过程中不可避免地存在质量问题。目前不良品的剔除主要依靠人眼观察，浪费了大量的人力物力。本项目采用图像检测和视觉测量技术，研制出了印刷缺陷检测设备，实现了精准快速的缺陷检测，为企业减少了人力，降低了成本。提出自监督学习与纹理、形状、颜色多维特征相结合的二阶段异常检测算法，通过单分类器实现异常分类，然后构建异常评分图实现异常检测；提出了光源自适应和均衡算法，解决了光照不均、模糊和烫金类图标的光反射问题；采用基于生成对抗网络的图像修复技术，解决了非垂直拍摄导致的图像畸变、模糊等问题；采用知识蒸馏、模型减枝和量化部署技术，有效减少了模型的计算量，实现了缺陷的快速实时检测。
共发表了论文2篇，授权发明专利2项，软著10项。研发的“包装盒印刷缺陷检测系统”，用于检测手机、礼品盒等表面印刷质量，准确率高达99.96%，最小可检测出4个像素的缺陷，最快检测速度可达210次/分。
应用现状：
产品在东莞的旺盈集团、美盈森等企业推广使用，部分产品还远销印度、巴基斯坦等地，截至2021年底已经累计实现524台的销售。产品为旺盈集团603条生产线共节约了1143名工人的人力，使产品不良率降低至0.04%，每年减少公司因不良产品造成的损失超过300万元。
