期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于VGG16-SVM-SSA的产品表面质量检测方法 被引量:1
1
作者 钟武昌 战洪飞 +3 位作者 林颖俊 叶晨 余军合 王瑞 《计算机集成制造系统》 EI CSCD 北大核心 2024年第12期4435-4445,共11页
针对传统视觉检测方法容易出现漏检、错检、识别效率低等问题,提出一种基于深度学习的产品表面质量检测方法,加速产线检测效率和提高质量控制智能化水平。首先,从产品表面质量检测基本流程出发,进行产品表面质量问题建模。在此基础上,... 针对传统视觉检测方法容易出现漏检、错检、识别效率低等问题,提出一种基于深度学习的产品表面质量检测方法,加速产线检测效率和提高质量控制智能化水平。首先,从产品表面质量检测基本流程出发,进行产品表面质量问题建模。在此基础上,构建改进的VGG16网络模型进行图像识别,该模型采用支持向量机(SVM)代替VGG16网络模型中的softmax分类器,并引用麻雀搜索算法(SSA)进一步优化SVM超参数,从而增强模型分类精度。同时搭建图像缺陷特征知识库,完善标准产品表面缺陷数据体系。最后,设计开发了基于深度学习的工业云平台质量检测系统,实现产线、设备、人员之间的高效交互联通,以及产品表面质量数据的实时采集、传输、智能检测和数据管理,采用铸造叶轮案例验证了所提模型和方法的可行性。 展开更多
关键词 质量检测 vgg16网络模型 支持向量机 麻雀搜索算法 工业云平台
在线阅读 下载PDF
基于SVDD与VGG的纽扣表面缺陷检测
2
作者 樊鑫江 佟强 +2 位作者 杨大利 侯凌燕 梁旭 《计算机工程与设计》 北大核心 2024年第3期918-924,共7页
为解决纽扣表面缺陷检测中人工效率低下,且无需对纽扣表面瑕疵进行分类的问题,提出一种基于DEEP SVDD与改进VGG16的纽扣表面缺陷检测模型。在VGG16中增加BN层加快网络收敛;为提升网络特征提取能力引入SE注意力模块;使用全局平局池化替... 为解决纽扣表面缺陷检测中人工效率低下,且无需对纽扣表面瑕疵进行分类的问题,提出一种基于DEEP SVDD与改进VGG16的纽扣表面缺陷检测模型。在VGG16中增加BN层加快网络收敛;为提升网络特征提取能力引入SE注意力模块;使用全局平局池化替代全连接层,减少模型参数量,使模型更加健壮。实验结果表明,改进后的模型在DEEP SVDD中的两种方法软边界及一类方法的AUC值分别提升7.7%、5.9%,均高于96%,单张检测时间仅4.5 ms,模型性能满足实际要求。 展开更多
关键词 纽扣表面检测 深度支持向量数据描述 vgg16网络模型 注意力机制 全局平均池化层 批量归一化 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部