| 注册
首页|期刊导航|高技术通讯|基于轻量级CNN与主动学习的工件疵病识别方法研究

基于轻量级CNN与主动学习的工件疵病识别方法研究

姚明海 杨圳

高技术通讯2020,Vol.30Issue(4):325-332,8.
高技术通讯2020,Vol.30Issue(4):325-332,8.DOI:10.3772/j.issn.1002-0470.2020.04.001

基于轻量级CNN与主动学习的工件疵病识别方法研究

Research of workpiece defects recognition method based on lightweight CNN and active learning

姚明海 1杨圳1

作者信息

  • 1. 浙江工业大学信息工程学院 杭州310023
  • 折叠

摘要

关键词

卷积神经网络(CNN)/主动学习/轻量级/疵病识别

引用本文复制引用

姚明海,杨圳..基于轻量级CNN与主动学习的工件疵病识别方法研究[J].高技术通讯,2020,30(4):325-332,8.

基金项目

国家自然科学基金(61871350)资助项目. (61871350)

高技术通讯

OACSTPCD

1002-0470

访问量0
|
下载量0
段落导航相关论文