基于卷积神经网络的轮胎X射线图像缺陷检测

作     者：卞国龙 李勇 戚顺青 王艳举 于胜红 宋美芹 BIAN Guolong;LI Yong;QI Shunqing;WANG Yanju;YU Shenghong;SONG Meiqin

作者机构：青岛双星轮胎工业有限公司山东青岛266400 

出 版 物：《轮胎工业》 (Tire Industry)

年 卷 期：2019年第39卷第4期

页      码：247-251页

摘      要：为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。

主 题 词：轮胎 图像分割 深度学习 卷积神经网络 缺陷检测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.12135/j.issn.1006-8171.2019.04.0247

馆 藏 号：203625337...