基于ResNet和DenseNet模型的铝罐表面涂层缺陷检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要 为了解决现有铝罐表面涂层缺陷检测难、检测精度低、漏检错检率高等问题，本文提出了一种基于卷积神经网络的铝罐表面涂层缺陷检测方法，通过对AlexNet、GoogLeNet、ResNet和优化后的DenseNet四种卷积神经网络模型进行训练，以选择最适合的检测模型实现对铝罐内、外表面涂层的缺陷检测（剩余8391字）

试读结束

目录
monitor