摘要：目的 针对人工分拣组成的零件包装盒常常会出现缺少部分零件的问题，开发一套集训练、识别、分选于一体的智能分拣系统。方法 在设计过程中，提出一种基于深度学习的改进 Yolov3 算法，针对工业现场光照、业零件形状和质地等实际因素，对 Yolo 算法的训练和检测进行改进，通过对包装盒产品的一次拍摄，检测出画面中出现的预设物体，并与标准设置相比对，从而判断出该盒内产品是否有缺料、多料的情况，以此分选出合格与否的包装盒。