首页 | 本学科首页   官方微博 | 高级检索  
     

动态光照环境下基于轻量网络的磁瓦正反面识别
引用本文:王子阳,王江涛,李飞杨. 动态光照环境下基于轻量网络的磁瓦正反面识别[J]. 佳木斯大学学报, 2021, 39(6): 42-47. DOI: 10.3969/j.issn.1008-1402.2021.06.010
作者姓名:王子阳  王江涛  李飞杨
作者单位:淮北师范大学 物理与电子信息学院,安徽 淮北 235000;淮北师范大学 物理与电子信息学院,安徽 淮北 235000;淮北师范大学 信息学院,安徽 淮北 235000
摘    要:在对磁瓦进行分拣封箱时基本依赖传统人工在严格的光照条件下进行分类,需要较大的人力物力的消耗.为提高磁瓦分拣的智能化水平,提出将深度学习引入到磁瓦正反分类当中,利用轻量型网络对磁瓦图像进行正反分类.首先考虑光线角度问题进行磁瓦正反面数据集的采集,并对其进行预处理得到标准图像.然后利用MobileNet对磁瓦正反面进行训练和分类.该系统可以达到99.6%的分类准确率,实验结果表明该方法所用参数量少,对硬件设备需求低,具有实际可行性,对磁瓦分类具有良好的效果.

关 键 词:磁瓦  正反分类  轻量型网络

Recognition of Positive and Negative Sides of Magnetic Tiles Based on Lightweight Network in Dynamic Illumination Environment
WANG Ziyang,WANG Jiangtao,LI Feiyang. Recognition of Positive and Negative Sides of Magnetic Tiles Based on Lightweight Network in Dynamic Illumination Environment[J]. Journal of Jiamusi University(Natural Science Edition), 2021, 39(6): 42-47. DOI: 10.3969/j.issn.1008-1402.2021.06.010
Authors:WANG Ziyang  WANG Jiangtao  LI Feiyang
Abstract:
Keywords:
本文献已被 万方数据 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