东华大学学报(自然科学版)

2020, v.46;No.246(02) 269-274

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习的化妆品塑料瓶缺陷检测
Defect Detection of Cosmetic Plastic Bottles Based on Deep Learning

冯太锐;苗玉彬;赵爽;

摘要(Abstract):

提出一种基于深度卷积神经网络的化妆品塑料瓶表面缺陷检测算法。采用百万像素级别的工业相机采集大量的塑料瓶图像样本,并通过HSV(hue,saturation,value)颜色空间变换和Otsu阈值分割等方法对图像进行预处理。采用随机图像变换法对数据集进行增强,并对图像进行标准归一化处理。在卷积神经网络模型中应用深度可分离卷积和Dropout技术以减少参数量,从而避免过度拟合。使用训练样本集训练该模型,并在测试集中将结果与几种经典图像识别算法进行比较分析,结果显示,本文算法的识别准确率高达约0.97。由此表明本文算法的效果优于其他经典算法,有望将其应用于化妆品塑料瓶缺陷检测的工业自动化系统,以提升缺陷识别效果,从而提高生产效率。

关键词(KeyWords): 深度学习;缺陷检测;化妆品塑料瓶;卷积神经网络

Abstract:

Keywords:

基金项目(Foundation): 上海市科委工程技术研究中心建设专项资助项目(17DZ2252300);; 上海市科研计划资助项目(16391901700)

作者(Author): 冯太锐;苗玉彬;赵爽;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享