基于深度神经网络的PET瓶坯缺陷检测的研究
作者：陈肖 段春梅 张涛川 刘汉斌 吴梓源
单位：佛山职业技术学院
为了实现PET瓶坯的缺陷检测,本文采用了基于深度神经网络通过迁移学习的方法进行缺陷检测。搭建了PET瓶坯缺陷检测系统平台。通过图像处理技术对样本图像进行预处理。采用以AlexNet网络为基础神经网络的迁移学习方法对瓶坯进行缺陷分类,通过改变卷积层、激活函数、池化层、全连接层、学习率、迭代的次数等方法来提高AlexNet神经网络对PET瓶坯的识别效率。
DOI：
关键词：
Array
所属期刊栏目：
学术研究_计算机应用
分类号：
TS206.4;TP391.41;TP183
页码：
152-155