基于改進(jìn)ResNet50和遷移學(xué)習(xí)的竹片表面缺陷檢測方法

摘要： 在竹片表面缺陷檢測中,竹片表面缺陷形狀各異,成像環(huán)境臟亂,現(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的目標(biāo)檢測方法面對(duì)這樣特定的數(shù)據(jù)時(shí)檢測準(zhǔn)確率較低;竹片來源復(fù)雜且有其他條件限制,例如不同季節(jié)成色各異等限制,無法采集所有類型的數(shù)據(jù),導(dǎo)致竹片表面缺陷數(shù)據(jù)量少,以至于CNN不能充分學(xué)習(xí).針對(duì)以上問題,提出一種改進(jìn)的ResNet50網(wǎng)絡(luò)與遷移學(xué)習(xí)結(jié)合的竹片缺陷識(shí)別方法.首先,將獲得的正負(fù)樣本數(shù)據(jù)... （共9頁）