基于GoogleNet的断刀检测系统
发布时间:2021-08-17 20:16
工业4.0的不断推进,也进一步促使了人工智能与工业生产的结合。利用人工智能的方法,解决工业中的一些问题也成为发展过程中重要的一环。本文主要是对半径在5mm以内的小刀断刀进行检测。该大小的刀具在加工过程中一般出现断刀的情况,整个断刀系统对该情况的检测有比较好的使用价值。通过GooleNet进行迁移学习,实现对断刀的检测。对于拍摄到的图片,首先通过模板匹配以及对图像的缩放等方法,去除无关的背景,并将其统一化到同等大小,这样可以有效的去除刀具的大小对最后结果影响,同时也增强了整个模型对刀具大小的适应性。然后将处理后的图片作为训练集,在训练过程中,通过参数的设定,以及对训练过程中出现的过拟合等问题进行处理,最后达到了90%左右的准确率,但是整个模型在拍摄条件比较差的情况中的表现并不是很好,整体准确率有一定幅度的下滑。针对出现的这些问题,通过对模型进行迁移学习,添加inception模块对原有的网络模型进行改进,增加了原有模型网络的深度和宽度,同时对原有模型中出现的过拟合的问题也有了比较好的解决,并且在整个训练过程中,训练的速度是原来速度的1.5倍,同时针对原来模型中对一些拍摄条件较差的图片也有...
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
BP神经元结构
华 中 科 技 大 学 硕 士 学 位 论 文的层称为输入层和输出层,剩下的称为隐藏层,该网络根据层数的不同可以划单层前馈神经网络以及多层前馈神经网络。前馈神经网络的设计方法一般有:定型法可以作用于设计初始网络;修剪法一般用于比较复杂的网络设定,并且练是下降优化的过程,但是并不能保证收敛到全局最小或者足够好的局部最小单的前馈神经网络层次结构如图 1-2 所示。
处理后的正常刀具图片 处理后断刀的图片图 2-2 处理后的刀具图片之前设计片会进行一个卷积操作,设置的卷积核的数量为32,卷积核的de 为(1,1),并通过维度不变的方式进行滤波,通过维度不变的保持不变,这样更好的控制整个特征图的大小。并通过 relu算的公式如 2.2 所示。 iilijconv :relu(kxb)()0数的作用增加整个网络的非线性。其函数图像如图 2-3 所示
【参考文献】:
期刊论文
[1]正则化参数求解方法研究[J]. 杨浩,马建红. 计算机测量与控制. 2017(08)
[2]四种贝叶斯分类器及其比较[J]. 邓甦,付长贺. 沈阳师范大学学报(自然科学版). 2008(01)
硕士论文
[1]图像处理及图像融合[D]. 郭利明.西北工业大学 2006
本文编号:3348425
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:66 页
【学位级别】:硕士
【部分图文】:
BP神经元结构
华 中 科 技 大 学 硕 士 学 位 论 文的层称为输入层和输出层,剩下的称为隐藏层,该网络根据层数的不同可以划单层前馈神经网络以及多层前馈神经网络。前馈神经网络的设计方法一般有:定型法可以作用于设计初始网络;修剪法一般用于比较复杂的网络设定,并且练是下降优化的过程,但是并不能保证收敛到全局最小或者足够好的局部最小单的前馈神经网络层次结构如图 1-2 所示。
处理后的正常刀具图片 处理后断刀的图片图 2-2 处理后的刀具图片之前设计片会进行一个卷积操作,设置的卷积核的数量为32,卷积核的de 为(1,1),并通过维度不变的方式进行滤波,通过维度不变的保持不变,这样更好的控制整个特征图的大小。并通过 relu算的公式如 2.2 所示。 iilijconv :relu(kxb)()0数的作用增加整个网络的非线性。其函数图像如图 2-3 所示
【参考文献】:
期刊论文
[1]正则化参数求解方法研究[J]. 杨浩,马建红. 计算机测量与控制. 2017(08)
[2]四种贝叶斯分类器及其比较[J]. 邓甦,付长贺. 沈阳师范大学学报(自然科学版). 2008(01)
硕士论文
[1]图像处理及图像融合[D]. 郭利明.西北工业大学 2006
本文编号:3348425
本文链接:https://www.wllwen.com/kejilunwen/jiagonggongyi/3348425.html