期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的工业纸张图像批量化检测处理技术研究
1
作者 周小娟 商娟叶 《造纸科学与技术》 2024年第3期83-85,98,共4页
为实现针对纸张缺陷的自动化批量检测,提高造纸企业工业纸张生产的合格率水平。通过融合空间注意力机制对EfficientNet算法中的卷积神经网络进行优化,进而形成了一套SAEfficientNet算法,并通过该算法实现了对工业纸张图像的批量化检测,... 为实现针对纸张缺陷的自动化批量检测,提高造纸企业工业纸张生产的合格率水平。通过融合空间注意力机制对EfficientNet算法中的卷积神经网络进行优化,进而形成了一套SAEfficientNet算法,并通过该算法实现了对工业纸张图像的批量化检测,大批量识别出了纸张图像中的裂缝缺陷。为验证该方法的应用性能,挑选出800张纸张缺陷图像,并通过纸张缺陷图像数据对算法模型进行检测与训练。研究结果表明:SAEfficientNet算法对纸张缺陷识别的准确率高达98.19%,具有一定的应用价值。 展开更多
关键词 复合模型 saefficientnet算法 空间注意力机制 数字图像识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部