基于深度残差网络的小样本杯沿缺陷检测

作     者：金宇霏 陆慧娟 郭鑫璐 张俊 朱文杰 JIN Yufei;LU Huijuan;GUO Xinlu;ZHANG Jun;ZHU Wenjie

作者机构：中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室浙江杭州310018 浙江省农业科学院食品科学研究所浙江杭州310021 

基　　金：国家自然科学基金项目(No.61272315) 浙江省自然科学基金项目(No.LY21F020028) 现代农业产业技术体系建设专项项目(No.CARS-26-04BY) 浙江省大学生科研创新活动计划项目(No.2021R409054) 

出 版 物：《中国计量大学学报》 (Journal of China University of Metrology)

年 卷 期：2021年第32卷第3期

页      码：325-331页

摘      要：目的:为解决软包装产品在出厂检测时速度慢、效率低、误检率高、标准不统一等问题。方法:通过数据预处理和迁移学习,使用ResNet50网络模型框架,对软包装杯沿缺陷检测进行了实验和分析。首先对小样本数据集进行预处理,其次采用迁移学习的方法,将特征提取能力较强的参数引入本地模型,再针对杯沿数据集重新训练提高模型分类精度。结果:在小规模软包装杯沿图像集上神经网络模型准确率可达97.69%。结论:由此可见,该实验设计对解决食品软包装杯沿缺陷分类问题有效。

主 题 词：迁移学习 深度残差网络 缺陷检测 ResNet50 小样本 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2096-2835.2021.03.006

馆 藏 号：203105804...