主要完成单位：金锋馥(滁州)科技股份有限公司

随着智能制造、智慧物流、垂直农业和医疗冷链等新兴场景加速涌现，物流终端面临多目标、高密度、异形物混合分拣等复杂任务。现有分拣系统普遍存在识别精度低、柔性差、响应滞后等问题，核心软硬件长期依赖进口，制约行业高质量发展。本项目聚焦复杂场景中的多目标识别与精密分离控制，构建基于深度感知的“感一分一拣"一体化协同框架，系统性攻克高效视觉检测、自监督学习、多面OCR提取及边缘通信等关键技术，显著提升分拣系统的智能化与柔性化水平，突破国际垄断，全面实现自主可控，形成主要创新成果如下:

1、构建了多维强化自注意力驱动的高效视觉检测模型。针对复杂非结构化分拣场景,构建了融合多梯度流输出与多维强化自注意力机制的端到端视觉检测模型，有效抑制光照变化与密集堆叠引发的局部纹理退化与空间结构混叠，显著增强关键特征表达能力，实现高维特征空间的精确建模。视觉检测模型在多类设备中的目标检测与跟踪效率提升3~4倍，显著拓展了多模态感知深度，为智能决策与精细化分拣提供有力支撑。

2、创建了基于时空对齐动态窗口的无监督在线学习与自动标注体系。提出了基于时空对齐动态窗口的自动标注与无监督在线学习方法,适配超轻量级神经网络检测模型，在保持高分辨率的同时，实现多时间步长异构检测信息的精确融合。突破了多类别分拣场景下样本采集困难、模型更新迟缓等瓶颈，显著提升模型自适应性与泛化能力。构建涵盖红外、RGB、灰度等五类工业场景、超百万级样本的多模态数据集，模型优化后识别准确率提升至99.99%，达国际领先水平。

3、开发了多面快速OCR(光学字符识别)技术全链路工程化解决方案，形成了多面快速OCR识别技术全链路工程化解决方案,开发并设计了多个异类节点的近场边缘通信模型，提高了分拣系统通信可靠性，降低传输时延，实现高精度智能分拣与全景式数字孪生平台的集成构建。提出了基于图像特征检测的包裹多面密集标签信息提取方法和全链路工程化解决方案,突破了多源多模态分拣信息的多面高效同步识别与提取的关键技术，打破国外企业对该领域的垄断，系统平均推理时间缩短至0.5秒，识别准确率超99.5%，在垂直行业中达到国际领先水平解决了智能分拣子系统间通信延迟高、数据交互不稳定等问题，实现智能分持系统分布ӧ假鳶吞趣舾诉部署、实时响应能力与协同决策，技术成果已纳入6G移动通信研究预案。

推广应用

金锋馥(滁州)科技股份有限公司作为国家高新技术专精特新“小巨人"和知识产权优势企业，专注于智能分拣系统、自动化识别设备、智能输送及仓储解决方案的研发与制造。本项目研制的深度学习驱动的智能矩阵分拣系统关键技术及产业化集成应用，是实现多场景、多类型货物精准识别与高效分拣的关键技术装备之一。目前，公司所开发的智能分拣系统已在顺丰、大参林、信和达等多类型部企业中得到广泛部署与应用。

经多家单位长期使用反馈，系统在识别准确率、响应速度、故障率控制、能耗水平、运行稳定性等方面表现优异，整体性能可靠，广受用户认可与好评。

本项目产品高效智能模块化物流分拣系统已在河南京邦达供应链有限公司、顺丰速运集团(上海)速运有限公司、无锡先导智能装备股份有限公司、深圳市海柔创新科技有限公司、深圳市易联通达物流科技发展有限公司、顺德大参林医药有限公司、厦门信和达供应链有限公司等单位实现推广应用。

系统方案采用模块化、柔性化设计，具备高度的可拓展性与环境适应性，广泛适用于电商仓储、快递物流、食品药品、服装制造、农产品精分拣等多种行业场景，显著提升了仓储物流自动化水平。系统通过深度学习和机器视觉等技术实现了多规格、多品类、多形态目标的高效识别与精准分拣，进一步对集成式智能分拣系统进行了迭代优化。整体分拣准确率达到99.995%，部分深度学习驱动的视觉检测识别子系统准确率达到99.97%以上，部分分拣子系统单小时分拣处理能力超过10000件，显著降低了人力资源需求，平均可降低用工成本约80%。

此外，系统在异形物料识别、软袋类产品分拣等复杂应用中表现出较强的泛化能力，具备大数据驱动自学习优化机制，能根据不同场景进行参数自调与策略自适应，有效支撑多场景高效作业。凭借其高度集成、易维护、低能耗等优势，项目产品已成为众多企业推进智慧物流转型升级的重要技术支撑，推动形成绿色、高效、智能的现代物流服务、仓储配送、智能制造体系，带来显著的社会效益与行业示范价值。依托产学研用深度融合的协同机制，联合高校科研平台，充分发挥企业工程实践与高校科研优势的互补作用，在地方政府科研项目基金的大力支持下，持续推动科研成果转化与人才梯队建设，培养了一批具备创新能力与实践经验的优秀硕士与博士研究人才，在企业建立了博士创新工作站，在高校搭建了智能物流实验室及综合测试硬件平台，为区域高层次人才储备和产业技术升级提供了有力支撑。