您好,欢迎访问浙江省农业科学院 机构知识库!

基于深度残差网络的小样本杯沿缺陷检测

文献类型: 中文期刊

作者: 金宇霏 1 ; 陆慧娟 1 ; 郭鑫璐 1 ; 张俊 1 ; 朱文杰 1 ;

作者机构: 1.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;浙江省农业科学院食品科学研究所

关键词: 迁移学习;深度残差网络;缺陷检测;ResNet50;小样本

期刊名称: 中国计量大学学报

ISSN: 2096-2835

年卷期: 2021 年 03 期

页码: 325-331

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。

  • 相关文献
作者其他论文 更多>>