基于改进的GoogLeNet鸭蛋表面缺陷检测

文章提出了一种基于改进的GoogLeNet(GoogLeNet-Mini)的鸭蛋表面缺陷检测方法,并对比其他3种神经网络GoogLeNet、VGG16和AlexNet。结果表明,4种网络的测试集准确率分别为95.88%,94.16%,92.75%,85.43%。GoogLeNet-Mini对测试集3类鸭蛋(正常、脏污、破损)的检测准确率分别为98.43%,97.45%,95.88%。与GoogLeNet、VGG16和AlexNet相比,GoogLeNet-Mini具有更高的准确率,更好的泛化性与鲁棒性,且对3类鸭蛋的检测准确度均能达到生产要求,检测范围适用于脏污面积超过5%,破损面积超过2%的鸭蛋。