1. 西南科技大学信息工程学院
2. 特殊环境机器人技术四川省重点实验室
纸质出版:2022
移动端阅览
哈马友吉, 任万春, 张秤, 等. 基于轻量级网络MobileNet V2的二极管玻壳缺陷识别[J]. 传感器与微系统, 2022,(4):153-155+160.
哈马友吉, 任万春, 张秤, 等. 基于轻量级网络MobileNet V2的二极管玻壳缺陷识别[J]. 传感器与微系统, 2022,(4):153-155+160. DOI: 10.13873/J.1000-9787(2022)04-0153-03.
DOI:
针对目前二极管玻壳缺陷检测中存在的自动化程度低、效率低、错误率高和成本高等问题,提出了一种基于MobileNet V2卷积神经网络模型的图像识别算法,实现对二极管玻壳缺陷的准确识别。实验结果表明:该模型能够准确识别二极管玻壳缺陷,网络模型收敛后对玻壳缺陷的总体识别准确率达到93.3%
同时具备了检测速度快(图像识别速度不小于5张/s)
模型体量小(不大于26.8 M)等特点,具有一定的实际工业应用价值。
0
浏览量
878
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构