基于轻量级卷积神经网络的苹果表面缺陷检测方法OACSTPCD
Apple surface defect detection method based on lightweight convolutional neural network
为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连接层,从而将卷积层输出的多个特征图以自身为单位进行映射得到特征点.实验结果表明:改进后网络对苹果缺陷识别精度达到了98.57％,较…查看全部>>
周雨帆;李胜旺;杨奎河;白宇;宋子盈
河北科技大学信息科学与工程学院,河北石家庄 050018河北科技大学信息科学与工程学院,河北石家庄 050018河北科技大学信息科学与工程学院,河北石家庄 050018河北科技大学信息科学与工程学院,河北石家庄 050018河北科技大学信息科学与工程学院,河北石家庄 050018
信息技术与安全科学
计算机神经网络卷积神经网络表面缺陷检测深度可分离卷积全局平均池化
《河北工业科技》 2021 (5)
388-394,7
河北省自然科学基金(F2019208305)
评论