深度学习在布匹缺陷检测中的应用

论文摘要

布匹缺陷判决在布匹生产过程中尤为重要,是企业成活的关键,而布匹缺陷判决算法是保证疵点判决效率的核心。计算机技术的发展使得利用深度学习进行布匹缺陷判决成为可能,提出基于Inception-Resnet-v2网络的布匹缺陷判决算法可以将布匹图片直接送入模型中进行判决而无需人工干预,可达到准确率99%的效果,而且能够在复杂背景和无规律纹理的布匹上进行,相比较于传统计算机视觉算法其普适性更好,而且性能更加优越。

论文目录

• 0 引言
• 1 数据集获取
• 2 DCNN算法分析
•   2.1 卷积神经网络（CNN）布匹缺陷判决
•   2.2 基于CNN的布匹特征提取
• 3 实验结果与分析
•   3.1 DCNN训练过程分析
•   3.2 不同算法实现结果对比分析
•   3.3 CNN模型可靠性分析
• 4 结论

文章来源

类型: 期刊论文

作者: 赵志勇,叶林,桑红石,桂康

关键词: 缺陷判决,卷积神经网络,深度学习,计算机视觉

来源: 国外电子测量技术 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 轻工业手工业,计算机软件及计算机应用,自动化技术

单位: 华中科技大学人工智能与自动化学院

分类号: TP391.41;TP18;TS107

DOI: 10.19652/j.cnki.femt.1901468

页码: 110-116

总页数: 7

文件大小: 541K

下载量: 446