基于ResNet-18的磁瓦缺陷检测

Journal of Jiamusi University(Natural Science Edition)（2023）

引用 0|浏览3

暂无评分

摘要

由于磁瓦在实际生产中会产生多种类型的缺陷,针对磁瓦生产的表面检测高质量要求,提出一种基于ResNet-18的磁瓦缺陷检测方法.首先通过构造磁瓦缺陷的不同类型数据集,再将数据集通过图像增强等方式扩充数据集进行预处理;引用ResNet-18作为训练所用的网络,设置好网络模型参数;最后通过网络训练完成对磁瓦缺陷的分类及标注.实验结果表明:扩充后数据集对比于原始数据集和其他方法,采用的方法中模型测试准确率更高,搭建的Res-Net-18网络具有更好的鲁棒性和泛化性,证明了可以满足磁瓦缺陷检测中的可能性.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要