您现的位置:首页 > 数据库检索 > 中文期刊 

基于深度学习的车辆零件缺陷检测方法

加收藏
  • 【题名】:基于深度学习的车辆零件缺陷检测方法
  • 【年份】:2020
  • 【作者】:王立群,吴建胜
  • 【关键词】:车辆零件缺陷检测  图像处理  深度学习
  • 【摘要】:零件缺陷检测是汽车装配中的重要一环,需要从汽车生产车间的车辆组装图像中找出存在缺陷的零件。针对这一问题提出了一种基于深度学习的卷积神经网络分类模型。通过简化VGG16模型,借鉴inception V3思想,增加了融合层,设计了一个SF-VGG分类模型。实验结果表明,SF-VGG模型在自制数据集下的平均准确率高于Goog Le Net模型和VGG16模型,同时,在模糊图片数据集上也表现出良好的性能。因此,SF-VGG模型在车辆零件缺陷检测中具有有效性、准确性和可行性。
  • 【期刊名】:辽宁科技大学学报
  • 【分类号】:TP391.41;U466
  • 【期号】:第1期
  • 【资金项目】:国家自然科学基金(51774179)
  • 【作者简介】:王立群(1994—),女,河北承德人。
  • 【作者单位】:辽宁科技大学计算机与软件工程学院
  • 【页码】:58-64,80
相关文献
基于增强现实翻转学习设计方法对学生学习影响
基于在线性能测试概念漂移检测方法*
基于自回归预测模型深度注意力强化学习方法*
基于深度学习人脸追踪安防监控系统
基于深度学习语义分割桥梁病害图像像素级识别方法
基于微流控芯片技术五种呼吸道病毒核酸快速荧光qPCR检测方法建立
国内基于深度学习目标跟踪研究知识图谱分析
基于大数据&机器学习Android病毒软件检测SVM模型研究
基于机器学习输电线路设备细微缺陷智能检测方法
获取此文方式
CNKI期刊
下载请求:
   

说明:点击”存到网盘“按钮即收取费用,重复点击不收费,如果下载失败,我们会自动转为文献传递方式处理,稍侯请关注您网盘上该文献的信息,从网盘上下载该文献不用重新付费。