典型文献
基于深度学习的瑕疵检测软件设计与实现
文献摘要：
针对传统瑕疵检测软件对瑕疵识别定位准确率低的问题,设计一个基于改进DenseNet-SSD的瑕疵检测系统.在DenseNet卷积神经网络和SSD目标检测框的基础上,分别加入可变形卷积和Focal Loss机制,得到改进的DenseNet-SSD模型;将此模型应用到瑕疵检测系统进行瑕疵检测测试.应用结果表明,对比于VGG16-SSD和Faster RCNN,本方法的平均检测精度高达93.53％,具备更好的检测性能.对比于原始的DenseNet-SSD,本方法的mAP提高了 7.78％,且本方法的IOU仅为0.718,各类瑕疵检测精度的标准差为2.513 9.由此说明,设计的软件具备精准的瑕疵定位能力,能够有效识别各类瑕疵.
文献关键词：
深度学习;瑕疵检测;软件设计;DenseNet-SSD;网络训练
中图分类号：
作者姓名：
赵小华
作者机构：
咸阳职业技术学院,陕西咸阳712000
文献出处：
引用格式：
[1]赵小华-.基于深度学习的瑕疵检测软件设计与实现)[J].自动化与仪器仪表,2022(10):27-31,37
A类：
B类：
瑕疵检测,检测软件,软件设计,识别定位,定位准确率,DenseNet,SSD,目标检测,别加,可变形卷积,Focal,Loss,模型应用,检测测试,VGG16,Faster,RCNN,检测精度,检测性能,mAP,IOU,定位能力,网络训练
AB值：
0.327518
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。
