| 基于改进的GoogLeNet鸭蛋表面缺陷检测 |
| |
| 引用本文： | 肖旺,杨煜俊,申启访,单森森,黄越.基于改进的GoogLeNet鸭蛋表面缺陷检测[J].食品与机械,2021,37(6):162-167. |
| |
| 作者姓名： | 肖旺 杨煜俊 申启访 单森森 黄越 |
| |
| 作者单位： | 广东工业大学机电工程学院，广东 广州 510006 |
| |
| 基金项目： | 广东省重点领域研发项目（编号：2019B090916002）；广州市科技计划项目（编号：201902010054） |
| |
| 摘 要： | 文章提出了一种基于改进的GoogLeNet（GoogLeNet-Mini）的鸭蛋表面缺陷检测方法，并对比其他3种神经网络GoogLeNet、VGG16和AlexNet。结果表明，4种网络的测试集准确率分别为95.88%，94.16%，92.75%，85.43%。GoogLeNet-Mini对测试集3类鸭蛋（正常、脏污、破损）的检测准确率分别为98.43%，97.45%，95.88%。与GoogLeNet、VGG16和AlexNet相比，GoogLeNet-Mini具有更高的准确率，更好的泛化性与鲁棒性，且对3类鸭蛋的检测准确度均能达到生产要求，检测范围适用于脏污面积超过5%，破损面积超过2%的鸭蛋。
|
| 关 键 词： | 鸭蛋 表面缺陷 GoogLeNet-Mini 神经网络 |
| 收稿时间： | 2021/3/15 0:00:00 |
Duck egg surface defect detection based on improved GoogLeNet |
| |
| XIAOWang,YANGYujun,SHENQifang,SHANSensen,HUANGYue.Duck egg surface defect detection based on improved GoogLeNet[J].Food and Machinery,2021,37(6):162-167. |
| |
| Authors: | XIAOWang YANGYujun SHENQifang SHANSensen HUANGYue |
| |
| Affiliation: | School of Electromechanical Engineering, Guangdong University of Technology, Guangzhou, Guangdong 510006, China |
| |
| Abstract: | |
| |
| Keywords: | duck eggs surface defect GoogLeNet-Mini neural network |
|
| 点击此处可从《食品与机械》浏览原始摘要信息 |
|
点击此处可从《食品与机械》下载全文 |
