基于深度学习算法的带钢表面缺陷识别

摘要：

为了解决带钢表面缺陷识别过程中的特征不能自动准确提取的问题,给出了基于深度学习算法的带钢表面缺陷识别的新方法.本文在分析深度学习基本理论的基础上,建立了带钢表面识别的基础模型;然后,通过训练样本图像获取基础模型参数.该模型通过多隐层逐层抽取图像特征,从而自动获取目标的本质特征,进而进行识别分类;最后,通过实验验证本文算法的有效性.实验结果表明,本文带钢表面缺陷识别的准确率能达到98%以上,满足了带钢识别的要求.

关键词：带钢表面、深度学习、分类准确性、缺陷识别

所属期刊栏目：31

分类号：TH83

资助基金：西安市科技计划项目2017074CG/RC037XAGC006

在线出版日期：2017-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：669-674