典型文献
基于破坏学习的残差网络丝饼毛羽缺陷分类
文献摘要：
针对人工分类丝饼表面毛羽缺陷存在检测效率低、易漏检误检等问题,提出了一种基于破坏学习的残差网络丝饼毛羽缺陷分类方法.首先在网络的输入部分提出一种区域混乱机制,将输入图片划分为局部区域后在一定范围内随机打乱,以此更加凸显毛羽缺陷的局部细节特征;然后提出一种对抗损失函数消除由于区域混乱机制引入的噪声信息;最后使用全局最大池化代替残差网络的平均池化,加强对毛羽特征的提取能力,并利用softmax分类器进行分类.试验结果表明:本研究提出的方法在构建数据集下平均分类准确率达到95.0％,平均每张图片的测试时间为30 ms.认为:基于破坏学习的残差网络丝饼毛羽缺陷分类可以满足工业中的精度和实时性需求.
文献关键词：
丝饼;毛羽分类;破坏学习;对抗损失函数;残差网络
中图分类号：
作者姓名：
张诗涵;景军锋;宋智伟
作者机构：
西安工程大学,陕西西安,710600
文献出处：
引用格式：
[1]张诗涵;景军锋;宋智伟-.基于破坏学习的残差网络丝饼毛羽缺陷分类)[J].棉纺织技术,2022(03):8-13
A类：
破坏学习,毛羽分类
B类：
残差网络,网络丝,丝饼,缺陷分类,工分,检测效率,漏检,分类方法,分提,片划分,局部区域,打乱,细节特征,对抗损失函数,声信,最大池化,平均池化,特征的提取,softmax,分类器,平均分,分类准确率,每张,测试时间,ms,性需求
AB值：
0.304988
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。
