改进的AlexNet模型在玻壳缺陷检测中的应用  

Application of improved alexNet model in defect detection of glass shell

作　　者：艾婷 史晋芳[1,2] 向伟 AI Ting;SHI Jin-fang;XIANG Wei

机构地区：[1]西南科技大学制造科学与工程学院,绵阳621010 [2]特殊环境机器人技术四川省重点实验室,绵阳621010

出　　处：《制造业自动化》2020年第5期54-56,60,共4页Manufacturing Automation

基　　金：国防科工局核能开发科研项目([2016]1295)。

摘　　要：针对玻壳缺陷检测的准确率不高的问题,提出了一种基于改进AlexNet的玻壳缺陷检测模型。该模型在AlexNet网络模型基础上,引入1×1卷积、通道洗牌卷积层和残差网络,优化了模型的结构。将改进前后的模型分别对玻壳图库随机抽取的玻壳图片进行测试,实验结果表明:改进后的模型能够识别玻壳残缝、破口、污点等缺陷,识别准确率达95.9%。改进后的AlexNet模型在玻壳缺陷识别具有良好的适用性。

关 键 词：深度学习 卷积神经网络 AlexNet模型 玻壳检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]