原创力文档- 6
- 0
- 约1.81万字
- 约 19页
- 2023-05-28 发布于四川
- 举报
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）