首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进GoogLeNet的锌渣识别算法
作者姓名:张振洲  熊凌  李克波  陈刚  但斌斌  吴怀宇
摘    要:针对目前热镀锌工艺中捞渣机器人工作效率低、缺乏选择性等问题,提出一种基于深度学习的锌渣识别算法,以提高捞渣生产线无人化水平.首先,在GoogLeNet网络基础上进行改进,并搭建了适用于实际生产环境的锌渣识别模型;其次,利用经验丰富的工作人员所标注的薄渣和厚渣这两类锌渣图片来建立数据库,完成锌渣分类模型的训练;最后,将工...

关 键 词:锌渣识别  捞渣  全局平均池化  深度学习  GoogLeNet  卷积神经网络  图像分块
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号