正温度系数热敏电阻(Positive Temperature Coefficient Resistor,PTCR)在生产转运过程中易遭受表面损伤,人们通常在出厂前对其甄别损伤,实施筛选。然而现在常采用人工手动分拣,效率低,容易漏选,因此使用机器视觉技术来进行智能化分类...正温度系数热敏电阻(Positive Temperature Coefficient Resistor,PTCR)在生产转运过程中易遭受表面损伤,人们通常在出厂前对其甄别损伤,实施筛选。然而现在常采用人工手动分拣,效率低,容易漏选,因此使用机器视觉技术来进行智能化分类将极大地提升其分拣效率。论文提出了一种基于迁移学习的PTCR表面损伤分类算法,此算法将获取的数据集进行数据增强后在三种卷积神经网络模型Inception-V3、ResNet50、Xception分别提取特征向量,然后将提取到特征向量进行合并训练,使用SoftMax进行分类,最后获得了准确率最高的OurNet(自命名)模型。该模型可以自动识别出边缘破损、完全破裂、表面刮擦等三种表面损伤,从而保障产品质量,提高生产效率。展开更多
文摘正温度系数热敏电阻(Positive Temperature Coefficient Resistor,PTCR)在生产转运过程中易遭受表面损伤,人们通常在出厂前对其甄别损伤,实施筛选。然而现在常采用人工手动分拣,效率低,容易漏选,因此使用机器视觉技术来进行智能化分类将极大地提升其分拣效率。论文提出了一种基于迁移学习的PTCR表面损伤分类算法,此算法将获取的数据集进行数据增强后在三种卷积神经网络模型Inception-V3、ResNet50、Xception分别提取特征向量,然后将提取到特征向量进行合并训练,使用SoftMax进行分类,最后获得了准确率最高的OurNet(自命名)模型。该模型可以自动识别出边缘破损、完全破裂、表面刮擦等三种表面损伤,从而保障产品质量,提高生产效率。
