基于深度学习的体育用皮革缺陷识别技术
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13536/j.cnki.issn1001-6813.2023-010-009

基于深度学习的体育用皮革缺陷识别技术

引用
针对体育用皮革缺陷的识别精度问题,本文提出一种基于多层全连接神经网络的体育用皮革缺陷识别模型,通过调整神经网络的层数与单元数,提高模型识别性能.训练结果表明,当在隐层层数为2且隐层单元数为20时,基于迭代次数在30 000次得到的权值和偏置,所构建神经网络模型拟合最好,识别准确率为99%,识别性能较高.采用训练好的模型对测试集中的图像样本进行分类识别,模型对4个类别样本的平均识别精确度达到了 99.41%,相较于SVM、ResNet和Faster_RCNN等主流皮革分类方法提高了 11.26%、5.14%和2.2%,识别精度较高,且识别时间在仅花费0.094 7 s,远远低于皮革缺陷检测与识别要求的2.627 s,具有较高的实用价值,值得进一步推广.

全连接神经网络、缺陷识别、体育用皮革、图像识别、分类预测

52

TS53(皮革工业)

陕西职业教育乡村振兴研究院22YB004

2023-10-20(万方平台首次上网日期,不代表论文的发表时间)

共6页

37-41,46

相关文献
评论
暂无封面信息
查看本期封面目录

中国皮革

1001-6813

11-2649/TS

52

2023,52(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn