基于轻量级网络MobileNet V2的二极管玻壳缺陷识别

摘要：

针对目前二极管玻壳缺陷检测中存在的自动化程度低、效率低、错误率高和成本高等问题,提出了一种基于MobileNet V2卷积神经网络模型的图像识别算法,实现对二极管玻壳缺陷的准确识别.实验结果表明:该模型能够准确识别二极管玻壳缺陷,网络模型收敛后对玻壳缺陷的总体识别准确率达到93.3％,同时具备了检测速度快(图像识别速度不小于5张/s),模型体量小(不大于26.8 M)等特点,具有一定的实际工业应用价值.

关键词：玻壳、卷积神经网络、缺陷识别、MobileNet V2网络

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家十三五核能开发科研项目17ZG6102

在线出版日期：2022-04-14（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：153-155,160