l 项目描述：香烟包装缺陷检测系统是一项专为香烟制造企业的生产流水线开发的自动检测系统。确保每一包香烟的包装都符合高质量标准，减少次品率，同时减轻工人的工作负担。该系统通过使用先进的视觉和传感技术，能够自动检测香烟包装上的缺陷，并在检测到问题时提供预警通知，以便工人能够及时采取措施进行修复。
l 主要工作：
n 改进Yolov5算法，在现有的数据集上，准确率由原来的85%提升至99%，相比传统的缺陷检测，改进后的算法具有很高的准确率；将Yolov5算法进行改进以满足缺陷检测的需求，在基本Yolov5骨架之后添加映射层，将香烟包装排列映射成5x5的numpy矩阵，Python程序获取矩阵并进行分类，将分类结果用于缺陷检测。
n 开发缺陷检测模块，确保模块能够实时检测香烟包装上的缺陷，如破损、错位等。提供实时警报通知，以便工人能够及时采取措施进行修复。
n 开发历史记录模块，该模块采用e-charts进行数据可视化渲染，每次检测完的结果存放在数据库中，java后台获取数据并且处理完给前端进行界面的渲染。
n 混合语言编程架构设计：
u Java无法直接调用Python的深度学习算法，于是使用将算法部署在一个独立的Python服务器上，前端采用Vue框架构建，通过前后端分离技术，实现Python和Java两种后台的支持，Python后台负责管理和使用算法，Java后台处理系统的其他任务，如数据库操作、前端与后端协调等。