典型文献
基于深度残差网络的激光除漆视觉判别研究
文献摘要：
激光清洗为工业清洗提供了优选方案,然而激光清洗机制是高度非线性的物理过程,造成激光清洗的检测困难.试验通过工艺分析与视觉图像分析激光除漆过程,建立了完备标准化的激光除漆图像数据集,采用卷积神经网络框架,优化深度残差网络以适用于除漆多类别分类的检测任务,在测试样本判别上实现了 98.75％的准确率.证明了卷积神经网络在除漆判别任务上的泛用性,具有潜在的研究意义与实用价值.
文献关键词：
图像处理;激光清洗;视觉检测;深度学习
中图分类号：
作者姓名：
叶德俊;黄海鹏;郝本田;刘翔宇
作者机构：
厦门理工学院,厦门市智能制造高端装备研究重点实验室,福建厦门361024;厦门理工学院机械与汽车工程学院,福建厦门361024
文献出处：
引用格式：
[1]叶德俊;黄海鹏;郝本田;刘翔宇-.基于深度残差网络的激光除漆视觉判别研究)[J].应用激光,2022(03):111-118
A类：
B类：
深度残差网络,激光除漆,激光清洗,工业清洗,优选方案,清洗机制,高度非线性,物理过程,工艺分析,视觉图像,图像分析,漆过,图像数据集,网络框架,多类别分类,研究意义,视觉检测
AB值：
0.32943
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。
