文献检索-宁波市创意产业特色资源库

限定检索结果

基于改进的Inception金属板材表面质量缺陷检测: 收藏
分享
引用; 《计算机与数字工程》2022年第7期50卷 1593-1597页; 作者：胡鹰郝路通太原科技大学计算机科学与技术学院太原030024; 金属板材表面质量在工程中起着至关重要的作用,针对传统检测设备对于板材表面质量的检测精度低,边缘部分侧边以及凹凸部分检测困难的问题。论文采用了一种典型的深度学习网络模型Inception为主,将另一种卷积神经网络模型ResNet中的残差...; 金属板材表面质量在工程中起着至关重要的作用,针对传统检测设备对于板材表面质量的检测精度低,边缘部分侧边以及凹凸部分检测困难的问题。论文采用了一种典型的深度学习网络模型Inception为主,将另一种卷积神经网络模型ResNet中的残差结构,与SEnet中的SE结构相结合,将激活函数Relu替换为效果更好的Leaky Relu函数。该网络模型参数量减少,准确率达到了98.7%,比传统的Inception准确率提高了10.2%,可以更好地对金属板材表面质量缺陷进行识别。; 来源：详细信息评论

限定检索结果