近年來,隨著深度學(xué)習(xí)理論在計(jì)算機(jī)視覺領(lǐng)域的迅速發(fā)展與不斷成熟,基于深度學(xué)習(xí)的技術(shù)廣泛應(yīng)用在圖像識(shí)別檢測(cè)的問題上,如鐵軌表面缺陷檢測(cè)、玻璃表面缺陷檢測(cè)、綠色咖啡豆表面缺陷檢測(cè)等。我國經(jīng)濟(jì)的快速發(fā)展帶來了大中小城市的汽車使用量快速增長(zhǎng),大量汽車尾氣的排放導(dǎo)致空氣霧霾越來越嚴(yán)重,霧霾天氣讓人們出門不得不佩帶口罩,而且口罩也是醫(yī)生護(hù)士的必需品。目前市場(chǎng)上絕大多數(shù)口罩都是采用無紡布來生產(chǎn)的,這種類型的口罩在生產(chǎn)過程中會(huì)產(chǎn)生耳帶打結(jié)、耳帶脫落、口罩本體沾染毛發(fā)和污點(diǎn)等缺陷,這些缺陷會(huì)影響口罩使用者的正常佩帶和身體健康。目前,口罩生產(chǎn)線上使用的口罩表面缺陷識(shí)別檢測(cè)方法是傳統(tǒng)的圖像處理方法,這類方法需要人工設(shè)定特征,缺乏通用性和擴(kuò)展性。為了解決傳統(tǒng)的圖像處理方法存在的缺點(diǎn),本文采用深度學(xué)習(xí)算法對(duì)口罩產(chǎn)品的表面缺陷進(jìn)行識(shí)別檢測(cè)。與傳統(tǒng)的圖像處理方法相比,深度學(xué)習(xí)算法的卷積神經(jīng)網(wǎng)絡(luò)無需人為設(shè)定特征算子來提取圖像特征信息,它能夠自動(dòng)學(xué)習(xí)圖像中有用的特征信息,并將其提取出來。本文主要的研究?jī)?nèi)容如下:1)提出了一種基于遷移學(xué)習(xí)的深度CNN口罩表面缺陷識(shí)別算法。該算法對(duì)VGG-16模型進(jìn)行了小幅度調(diào)整,添加了BN... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)

神經(jīng)元節(jié)點(diǎn)示意圖

卷積神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的鋁鑄件表面缺陷自動(dòng)識(shí)別技術(shù)[J]. 鄭曉玲.  黎明職業(yè)大學(xué)學(xué)報(bào). 2018(03)
[2]基于支持向量機(jī)的焊縫超聲TOFD缺陷分類識(shí)別[J]. 伏喜斌.  無損檢測(cè). 2018(06)
[3]主流深度學(xué)習(xí)框架對(duì)比[J]. 加日拉·買買提熱衣木,常富蓉,劉晨,要秀宏.  電子技術(shù)與軟件工程. 2018(07)
[4]基于旋轉(zhuǎn)不變HOG特征的焊縫缺陷類型識(shí)別算法[J]. 王璐,王新房.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(02)
[5]基于模板算子邊緣檢測(cè)的圖像二值化算法[J]. 田敬波.  信息技術(shù)與信息化. 2017(09)
[6]基于迭代深度學(xué)習(xí)的缺陷檢測(cè)[J]. 李騰飛,秦永彬.  計(jì)算機(jī)與數(shù)字工程. 2017(06)
[7]深度學(xué)習(xí)框架和加速技術(shù)探討[J]. 余偉豪,李忠,安建琴,宋奕瑤.  軟件. 2017(06)
[8]基于機(jī)器視覺的缺陷在線檢測(cè)系統(tǒng)的研究[J]. 羅超,高軍,沙豐永,駱飛.  數(shù)字技術(shù)與應(yīng)用. 2016(04)
[9]基于堆疊降噪自動(dòng)編碼器的膠囊缺陷檢測(cè)方法[J]. 王憲保,何文秀,王辛剛,姚明海,錢沄濤.  計(jì)算機(jī)科學(xué). 2016(02)
[10]一種快速提取植物葉片最小外接矩形算法[J]. 向元平,何燕平,危郁林,梁歡,郭本初.  計(jì)算機(jī)與現(xiàn)代化. 2016(02)

博士論文
[1]基于機(jī)器視覺的農(nóng)田害蟲快速檢測(cè)與識(shí)別研究[D]. 韓瑞珍.浙江大學(xué) 2014

碩士論文
[1]基于深度學(xué)習(xí)的玻璃缺陷識(shí)別方法研究[D]. 甕佳良.中北大學(xué) 2017
[2]基于深度學(xué)習(xí)與SVM的電弧熔積表面缺陷檢測(cè)與分類[D]. 鄧星.華中科技大學(xué) 2016
[3]深度學(xué)習(xí)算法在表面缺陷識(shí)別中的應(yīng)用研究[D]. 李夢(mèng)園.浙江工業(yè)大學(xué) 2015



本文編號(hào)：3208305