- 1、本文档共19页,其中可免费阅读18页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于迁移学习的钢板表面缺陷的分类方法,首先从NEU数据库中获取钢板表面缺陷典型图像样本,并对样本进行数据增强预处理;然后使用在ImageNet数据集(1400万张图像)上预先训练的神经网络Mobilenet模型在NEU钢板表面缺陷样本搭建分类网络实现迁移学习,最后对分类模型所得的结果进行评价。本发明的方法识别钢板表面缺陷的准确率高,分类速度快,解决了传统分类泛化性能差,过程耗时,和模型数据样本不足的问题。能够有效地应用于分类检测钢板的表面缺陷。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112381787 A
(43)申请公布日 2021.02.19
(21)申请号 202011264401.X
(22)申请日 2020.11.12
(71)申请人 福州大学
地址 35
文档评论(0)