应用深度卷积的涂布缺陷检测方法

摘要：

针对反渗透膜片涂布工艺中产生的缺陷检测仍依赖人工完成且识别难度高、检测效率低、非智能化等一系列问题,以图像预处理作为基础,在保证最大限度提取原始图像的特征前提下,设计了一种应用深度卷积神经网络的涂布缺陷识别方法,设计了合理的卷积神经网络层次架构及参数,根据大量原始缺陷图像特征构建了一个适当的神经网络识别模型.实验结果表明:应用深度卷积神经网络的涂布缺陷检测算法正确识别率达到92％以上,可快速、准确地进行缺陷类别检测,该检测识别技术可应用于同类的涂布制造领域,具有重要的理论研究价值与实践意义.

关键词：涂布缺陷检测、深度学习、卷积神经网络

所属期刊栏目：39

分类号：TP212(自动化技术及设备)

在线出版日期：2020-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：157-160