a国产,中文字幕久久波多野结衣AV,欧美粗大猛烈老熟妇,女人av天堂

當(dāng)前位置:主頁 > 科技論文 > 自動(dòng)化論文 >

基于深度學(xué)習(xí)的磁片表面缺陷檢測研究

發(fā)布時(shí)間:2024-05-28 04:11
  磁片表面缺陷的檢測一直是磁片廠流水線生產(chǎn)中提高生產(chǎn)效率、降低生產(chǎn)成本的重要環(huán)節(jié)。當(dāng)前,多種機(jī)器視覺檢測方法已經(jīng)被應(yīng)用,它們都是采用人工提取缺陷特征的方式。但由于磁片表面對比度低,磨痕紋理干擾,以及缺陷塊小且亮度變化大等難點(diǎn),導(dǎo)致準(zhǔn)確度不高、通用性不強(qiáng),因此一個(gè)魯棒性強(qiáng)的缺陷檢測系統(tǒng)將對磁片生產(chǎn)帶來巨大的效益。由于深度學(xué)習(xí)具有自主學(xué)習(xí)特征的能力,能對結(jié)構(gòu)進(jìn)行更精準(zhǔn)的表達(dá),于是本文提出了一種基于深度學(xué)習(xí)的磁片表面缺陷檢測方法。本文通過訓(xùn)練輕量化的Inception-Resnet-v2深度神經(jīng)網(wǎng)絡(luò)模型,得到分類結(jié)果,并與傳統(tǒng)的機(jī)器學(xué)習(xí)方法進(jìn)行了對比。實(shí)驗(yàn)表明本方法不僅能自動(dòng)提取特征并進(jìn)行分類,實(shí)現(xiàn)磁片檢測自動(dòng)化,而且識(shí)別精確度得到了大幅度提升。實(shí)驗(yàn)過程中發(fā)現(xiàn),使用深度學(xué)習(xí)模型進(jìn)行訓(xùn)練時(shí)需要海量帶有標(biāo)簽的訓(xùn)練數(shù)據(jù),因此需要極高的人工標(biāo)注成本。針對此問題,本文提出了一種基于主動(dòng)學(xué)習(xí)的樣本優(yōu)選方法,對上述深度學(xué)習(xí)的訓(xùn)練方法進(jìn)行改進(jìn)。該方法在訓(xùn)練過程的每輪迭代中優(yōu)選出信息量大,多樣性豐富的樣本,使用較少的訓(xùn)練樣本就能達(dá)到分類器精度的最大值。這種樣本優(yōu)選方法在兼顧分類器精確度的同時(shí),大大降低了人工標(biāo)注...

【文章頁數(shù)】:61 頁

【學(xué)位級別】:碩士

【部分圖文】:

圖2-1缺陷檢測基本流程

圖2-1缺陷檢測基本流程

7圖2-1缺陷檢測基本流程質(zhì)上是通過數(shù)字圖像處理等經(jīng)典方法找到感興趣區(qū)域(測的本質(zhì)是通過模式識(shí)別方法將輸入的訓(xùn)練集進(jìn)行訓(xùn)練為之后所有輸入樣本的分類器使用。所以磁片產(chǎn)品缺陷模塊和缺陷分類模塊。首先,訓(xùn)練模塊時(shí)輸入大量的訓(xùn)圖片中提取到感興趣區(qū)域(目標(biāo)磁片);提取的目標(biāo)圖理作為訓(xùn)練....


圖2-2M-P神經(jīng)元模型

圖2-2M-P神經(jīng)元模型

浙江工業(yè)大學(xué)碩士學(xué)位論文時(shí),神經(jīng)元由“抑制”狀態(tài)激活成““興奮”狀態(tài)。McCulloch[23]等人提出了“M-P神經(jīng)元模型”,如圖2-2所示,神經(jīng)元接收來自多個(gè)帶有權(quán)重系數(shù)的上層神經(jīng)元輸入信號,計(jì)算這些帶權(quán)重輸入信號之和,再與神經(jīng)元的閾值進(jìn)行比較,比較結(jié)果通過“激活函數(shù)”....


圖2-3含有單層隱藏層的神經(jīng)網(wǎng)絡(luò)模型

圖2-3含有單層隱藏層的神經(jīng)網(wǎng)絡(luò)模型

1)為學(xué)習(xí)率(learningrate),y為感知機(jī)的輸出信號,直到預(yù)yy,或者達(dá)到人為設(shè)定結(jié)束要求,感知機(jī)不再進(jìn)行權(quán)重調(diào)二層神經(jīng)元組成,只在最后輸出層進(jìn)行激活函數(shù)的非線性處不強(qiáng),只能解決一般的線性可分問題,已由Miller等人證明問題,即可以找到一個(gè)線性超平面....


圖2-4經(jīng)典的lenet-5網(wǎng)絡(luò)

圖2-4經(jīng)典的lenet-5網(wǎng)絡(luò)

浙江工業(yè)大學(xué)碩士學(xué)位論文卷積神經(jīng)網(wǎng)絡(luò)不僅包含了卷積層,還包含了子采樣層和全連接層,并由它們構(gòu)成一個(gè)特征提取器。最經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)模型由YannLecun等人提出[27],如圖2-4所示,不包括輸入層一共有7層,其中C1和C3是卷積層,對應(yīng)的特征圖(feat....



本文編號:3983471

資料下載
論文發(fā)表

本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/3983471.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶87d4c***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請E-mail郵箱bigeng88@qq.com
午夜精品乱人伦小说区| 成年女人毛片免费视频| 久久久亚洲| 人妻无码一区二区不卡无码AV| 免费精品国产自产拍在线观看图片| 4438丁香五月亚洲最大成人| 三级三级久久三级久久| av.| 国产视频一区二区| 亚洲AV无码久久| 最近中文字幕mv在线直播| 国产精品老熟女露脸视频| 成人精品视频一区二区三区| 亚洲毛片ΑV无线播放一区| 人妻 日韩 欧美 综合 制服| 无码h黄动漫在线播放网站| 惠来县| 安陆市| 免费大片AV手机看片高清| 少妇性活BBBBBBBBB四川| 亚洲第一极品精品无码久久| 久久99热只有频精品8| 国产成人精品必看| japanese少妇高潮潮喷| 天堂网av在线| 久久精品人人| 91精品国产自产91精品| 精品 日韩 国产 欧美 视频| 人妻少妇精品视频二区| h无码精品动漫在线观看| 成熟女人毛片WWW免费版在线| 亚洲成在人线av中文字幕喷水| 白城市| 亚洲av永久无码老湿机漫画| 10天的爱人| 国产男女av| 久久久夜色精品亚洲av软件| 欧洲无线乱码2021免费| 欧美亚洲日韩国产另类精品 | 亚洲男女av| 免费在线观看日韩大片|