典型文献
基于自适应中值滤波下的MobileNet带钢缺陷分类
文献摘要：
针对目前大批量的带钢检验工作,提高检验效率以及检验精度是十分重要的.因此本文提出了一种基于自适应中值滤波下的MobileNet带钢缺陷分类.通过对带钢表面缺陷数据集进行自适应中值滤波,在预处理中去除图像噪声后的数据经轻量化卷积神经网络对带钢表面缺陷进行学习.经训练后的网络可以精确的识别并分类常见的带钢表面缺陷其包括夹杂、划痕、压入氧化皮、裂纹、麻点和斑块,其实时监测精度高且效率远远超过人工.在预处理过程中经过了自适应中值滤波后的数据使训练网络精度提高了5.55％训练时间缩短了32s,最后通过对比不同滤波参数下的结果从中选出最适宜的一种.
文献关键词：
缺陷分类;CNN;MobileNet;自适应中值滤波
中图分类号：
作者姓名：
李虹霖;易继开;王家曦;上官赞鹏
作者机构：
沈阳航空航天大学,辽宁沈阳 110136
文献出处：
引用格式：
[1]李虹霖;易继开;王家曦;上官赞鹏-.基于自适应中值滤波下的MobileNet带钢缺陷分类)[J].软件,2022(09):20-24
A类：
B类：
自适应中值滤波,MobileNet,缺陷分类,大批量,检验工作,高检,检验效率,带钢表面缺陷,缺陷数据,图像噪声,轻量化卷积神经网络,陷进,经训,夹杂,划痕,氧化皮,麻点,斑块,监测精度,远超过,训练时间,32s,滤波参数
AB值：
0.274327
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。
