零件缺陷检测是汽车装配中的重要一环,需要从汽车生产车间的车辆组装图像中找出存在缺陷的零件。针对这一问题提出了一种基于深度学习的卷积神经网络分类模型。通过简化VGG16模型,借鉴inception V3思想,增加了融合层,设计了一个SF-VGG...零件缺陷检测是汽车装配中的重要一环,需要从汽车生产车间的车辆组装图像中找出存在缺陷的零件。针对这一问题提出了一种基于深度学习的卷积神经网络分类模型。通过简化VGG16模型,借鉴inception V3思想,增加了融合层,设计了一个SF-VGG分类模型。实验结果表明,SF-VGG模型在自制数据集下的平均准确率高于Goog Le Net模型和VGG16模型,同时,在模糊图片数据集上也表现出良好的性能。因此,SF-VGG模型在车辆零件缺陷检测中具有有效性、准确性和可行性。展开更多
文摘零件缺陷检测是汽车装配中的重要一环,需要从汽车生产车间的车辆组装图像中找出存在缺陷的零件。针对这一问题提出了一种基于深度学习的卷积神经网络分类模型。通过简化VGG16模型,借鉴inception V3思想,增加了融合层,设计了一个SF-VGG分类模型。实验结果表明,SF-VGG模型在自制数据集下的平均准确率高于Goog Le Net模型和VGG16模型,同时,在模糊图片数据集上也表现出良好的性能。因此,SF-VGG模型在车辆零件缺陷检测中具有有效性、准确性和可行性。