|
|||||
|
|
| 基于改进深度度量学习算法的表面缺陷检测 | |
| 作者姓名： | 王伟 余厚云 |
| 作者单位： | 南京航空航天大学机电学院,江苏 南京 210016;南京航空航天大学无锡研究院,江苏 无锡 214187 |
| 基金项目： | 国家自然科学基金资助项目(51975293) |
| 摘 要： | 为了解决小批量、多品种工业产品的表面质量检测问题,提出一种基于改进深度度量学习的缺陷检测算法.该算法对VGG16网络模型做改进,更有利于原始图像的隐空间映射.针对产品表面缺陷检测的任务,提出条件三元组损失函数以加强神经网络的拟合能力.同时,在隐空间中进行缺陷判定时,抛弃原始度量学习中基于KNN算法的归类方法,提出基于高... |
| 关 键 词： | 表面质量 视觉检测 神经网络 深度度量学习 小样本学习 条件三元组损失 高斯分布 |
| 收稿时间： | 2021-07-05 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 | |
| 点击此处可从《计算机与现代化》下载全文 | |