基于迁移学习的磁瓦缺陷分类方法OACSTPCD
Magnetic Tile Defect Classification Method Based on Transfer Learning
针对磁瓦缺陷检测时存在的缺陷样本量少、类别不平衡、模型训练过拟合等问题,提出了一种基于迁移学习的磁瓦缺陷分类方法.该方法在大型图像数据集ImageNet上预训练深层卷积神经网络VGG16,然后使用迁移学习方法将模型迁移到磁瓦缺陷分类研究中,先冻结模型前几层的参数,再用磁瓦缺陷数据集训练调整后的全连接层,并在测试集上测试模型的分类效果.实验结果显示,6类磁瓦缺陷识别准确率达到了 98.69％,明显高于人工分类精度和传统机器视觉分类方法识别精度.该方…查看全部>>
李昊璇;刘海峡
山西大学物理电子工程学院,山西太原030006山西大学物理电子工程学院,山西太原030006
信息技术与安全科学
迁移学习VGG16少样本磁瓦缺陷
《测试技术学报》 2022 (4)
314-319,6
评论