基于深度學(xué)習(xí)的壓敏電阻表面缺陷檢測方法研究
發(fā)布時(shí)間:2021-12-24 18:53
隨著“中國制造2025”的提出,我國對工業(yè)產(chǎn)品質(zhì)量要求越來越高,產(chǎn)品表面缺陷檢測是保證產(chǎn)品質(zhì)量的重要一環(huán)。壓敏電阻是一種電阻器件,在防雷行業(yè)占有重要地位,其表面缺陷檢測方法可分為兩類:人工檢測方法和自動(dòng)檢測方法。人工檢測方法存在效率低、可靠性差、生產(chǎn)成本高的缺點(diǎn);自動(dòng)檢測方法可通過傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)實(shí)現(xiàn),但存在以下問題:基于傳統(tǒng)機(jī)器學(xué)習(xí)的方法泛化能力差,準(zhǔn)確率低;基于深度學(xué)習(xí)的方法在訓(xùn)練數(shù)據(jù)集規(guī)模較小的情況下容易出現(xiàn)過擬合問題。針對上述問題,本文展開了以下研究:(1)構(gòu)建了壓敏電阻表面圖像數(shù)據(jù)集:為保證壓敏電阻表面圖像數(shù)據(jù)集的質(zhì)量,本文設(shè)計(jì)并搭建了可進(jìn)行圖像采集的壓敏電阻表面圖像采集裝置硬件環(huán)境。為自動(dòng)采集穩(wěn)定的、清晰的壓敏電阻表面圖像,本文采用兩幀差分法進(jìn)行靜態(tài)目標(biāo)檢測,提高采集效率,并利用圖像處理技術(shù)自動(dòng)提取壓敏電阻表面圖像的有效信息,得到基礎(chǔ)數(shù)據(jù)集。為獲得足夠的數(shù)據(jù)集,對基礎(chǔ)數(shù)據(jù)集進(jìn)行擴(kuò)充,共得到原始壓敏電阻表面圖像3350張,為表面缺陷檢測模型提供了足夠的高質(zhì)量圖像數(shù)據(jù)集。(2)構(gòu)建了基于卷積神經(jīng)網(wǎng)絡(luò)的壓敏電阻表面缺陷檢測模型:針對傳統(tǒng)機(jī)器學(xué)習(xí)方法中人工定義數(shù)據(jù)特征帶來...
【文章來源】:西安科技大學(xué)陜西省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
關(guān)于“深度學(xué)習(xí)”的文獻(xiàn)發(fā)表年度趨勢
關(guān)于“表面檢測”的文獻(xiàn)發(fā)表年度趨勢
關(guān)于“表面檢測、深度學(xué)習(xí)”的文獻(xiàn)發(fā)表年度趨勢
【參考文獻(xiàn)】:
期刊論文
[1]一種基于機(jī)器視覺的曲面玻璃劃痕缺陷檢測方法[J]. 王昌書,黃沿江,張憲民,盧盛林. 自動(dòng)化技術(shù)與應(yīng)用. 2020(01)
[2]基于遷移學(xué)習(xí)的塑件外觀缺陷柔性檢測方法[J]. 胡詩堯,周華民,郭飛,劉家歡. 模具工業(yè). 2019(06)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的主變壓器外觀缺陷檢測方法[J]. 位一鳴,童力,羅麟,楊珊. 浙江電力. 2019(04)
[4]基于機(jī)器學(xué)習(xí)的免套袋蘋果缺陷分級[J]. 張琛,房勝,王風(fēng)云,李哲,鄭紀(jì)業(yè),沈宇. 河南農(nóng)業(yè)科學(xué). 2019(04)
[5]多脈沖雷電沖擊下ZnO壓敏電阻的劣化性能[J]. 徐偉,盛沨,張春龍,王波,行鴻彥. 高電壓技術(shù). 2019(12)
[6]應(yīng)用深度遷移學(xué)習(xí)的電子級玻璃纖維布分類[J]. 殷鵬,景軍鋒. 電子測量與儀器學(xué)報(bào). 2019(03)
[7]基于機(jī)器學(xué)習(xí)的滅弧柵片表面缺陷檢測方法[J]. 郭良,舒亮,吳桂初. 機(jī)械工程與自動(dòng)化. 2019(01)
[8]基于條件生成式對抗網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)方法[J]. 陳文兵,管正雄,陳允杰. 計(jì)算機(jī)應(yīng)用. 2018(11)
[9]基于陣列圖像采集的反應(yīng)堆壓力容器主螺栓孔檢查方法研究[J]. 任荷,譚宏偉,安彥波,甕松峰. 核科學(xué)與工程. 2018(03)
[10]卷積神經(jīng)網(wǎng)絡(luò)的貼片電阻識別應(yīng)用[J]. 諶貴輝,何龍,李忠兵,亢宇欣,江梟宇. 智能系統(tǒng)學(xué)報(bào). 2019(02)
本文編號:3551013
【文章來源】:西安科技大學(xué)陜西省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
關(guān)于“深度學(xué)習(xí)”的文獻(xiàn)發(fā)表年度趨勢
關(guān)于“表面檢測”的文獻(xiàn)發(fā)表年度趨勢
關(guān)于“表面檢測、深度學(xué)習(xí)”的文獻(xiàn)發(fā)表年度趨勢
【參考文獻(xiàn)】:
期刊論文
[1]一種基于機(jī)器視覺的曲面玻璃劃痕缺陷檢測方法[J]. 王昌書,黃沿江,張憲民,盧盛林. 自動(dòng)化技術(shù)與應(yīng)用. 2020(01)
[2]基于遷移學(xué)習(xí)的塑件外觀缺陷柔性檢測方法[J]. 胡詩堯,周華民,郭飛,劉家歡. 模具工業(yè). 2019(06)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的主變壓器外觀缺陷檢測方法[J]. 位一鳴,童力,羅麟,楊珊. 浙江電力. 2019(04)
[4]基于機(jī)器學(xué)習(xí)的免套袋蘋果缺陷分級[J]. 張琛,房勝,王風(fēng)云,李哲,鄭紀(jì)業(yè),沈宇. 河南農(nóng)業(yè)科學(xué). 2019(04)
[5]多脈沖雷電沖擊下ZnO壓敏電阻的劣化性能[J]. 徐偉,盛沨,張春龍,王波,行鴻彥. 高電壓技術(shù). 2019(12)
[6]應(yīng)用深度遷移學(xué)習(xí)的電子級玻璃纖維布分類[J]. 殷鵬,景軍鋒. 電子測量與儀器學(xué)報(bào). 2019(03)
[7]基于機(jī)器學(xué)習(xí)的滅弧柵片表面缺陷檢測方法[J]. 郭良,舒亮,吳桂初. 機(jī)械工程與自動(dòng)化. 2019(01)
[8]基于條件生成式對抗網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)方法[J]. 陳文兵,管正雄,陳允杰. 計(jì)算機(jī)應(yīng)用. 2018(11)
[9]基于陣列圖像采集的反應(yīng)堆壓力容器主螺栓孔檢查方法研究[J]. 任荷,譚宏偉,安彥波,甕松峰. 核科學(xué)與工程. 2018(03)
[10]卷積神經(jīng)網(wǎng)絡(luò)的貼片電阻識別應(yīng)用[J]. 諶貴輝,何龍,李忠兵,亢宇欣,江梟宇. 智能系統(tǒng)學(xué)報(bào). 2019(02)
本文編號:3551013
本文鏈接:http://sikaile.net/shoufeilunwen/boshibiyelunwen/3551013.html
最近更新
教材專著