典型文献
基于改进卷积神经网络的零件识别
文献摘要：
针对自动化分拣和智能装配的螺纹连接件零件识别问题,提出利用卷积神经网络进行螺纹连接件的识别.首先,构建真实螺纹连接类零件图像数据集,其次,在对经典深度卷积神经网络Inception V3与Xception进行分析的基础上,提出利用全局平均池化代替全连接层改进两种卷积神经网络.最后在迁移学习的基础上,探究了网络冻结层数和数据批量大小对零件识别效果的影响.结果表明:改进的Inception V3和Xception在数据集上的最佳网络冻结层数为70层和20层,最佳数据批量大小为16,零件识别准确率可以达到90％以上,分类速度也得到了提升.
文献关键词：
螺纹连接件;零件识别;深度卷积神经网络;迁移学习;数据集
中图分类号：
作者姓名：
杨乐;甘忠;李义龙;薛超;凌子昊;石望兴
作者机构：
西北工业大学机电学院,陕西西安 710072
文献出处：
引用格式：
[1]杨乐;甘忠;李义龙;薛超;凌子昊;石望兴-.基于改进卷积神经网络的零件识别)[J].仪表技术与传感器,2022(05):82-87
A类：
B类：
改进卷积神经网络,零件识别,自动化分拣,智能装配,螺纹连接件,零件图,图像数据集,深度卷积神经网络,Inception,V3,Xception,全局平均池化,全连接层,迁移学习,冻结,层数,识别准确率
AB值：
0.246409
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
