| 卷积神经网络自动分类手机外壳划痕 |
| |
| 引用本文： | 张光建,朱婵.卷积神经网络自动分类手机外壳划痕[J].计算机系统应用,2020,29(11):271-275. |
| |
| 作者姓名： | 张光建 朱婵 |
| |
| 作者单位： | 四川建筑职业技术学院 基础部,德阳 618000;四川建筑职业技术学院 智能计算研究所,德阳 618000 |
| |
| 基金项目： | 四川德阳市科技支撑项目(2017ZZ058); 四川建院科研资助项目(2017KJ11). |
| |
| 摘 要： | 塑料手机外壳出厂合格检测时, 使用传统的人工辨别外观缺陷, 费时费力. 利用深度学习的卷积神经网络模型训练一个分类器, 实现手机外壳外观出现的划痕缺陷自动化检测, 可以极大的提高工作效率. 实验首先建立基本的卷积神经网络模型, 训练模型获得识别基线, 再设计修改逐步提高检测准确率. 为了解决小数据集训练中的模型过拟合和提高检测精度, 综合使用了丢弃层、数据增强技术和批量标准化, 减少参数量, 并应用迁移学习等方法. 实验结果证明, 分类器模型能有效提升准确率, 在小数据集上达到非常好的划痕缺陷识别效果.
|
| 关 键 词： | 划痕缺陷 卷积神经网络 深度学习 迁移学习 小样本学习 |
| 收稿时间： | 2020/4/5 0:00:00 |
| 修稿时间： | 2020/4/28 0:00:00 |
Automatic Classification of Scratches on Mobile Phone Shell by CNN |
| |
| ZHANG Guang-Jian,ZHU Chan.Automatic Classification of Scratches on Mobile Phone Shell by CNN[J].Computer Systems& Applications,2020,29(11):271-275. |
| |
| Authors: | ZHANG Guang-Jian ZHU Chan |
| |
| Affiliation: | Department of Fundamental Subjects, Sichuan College of Architectural Technology, Deyang 618000, China;Institute of Intelligent Computing, Sichuan College of Architectural Technology, Deyang 618000, China |
| |
| Abstract: | |
| |
| Keywords: | scratch defect convolutional neural network deep learning transfer learning few shot learning |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
