基于深度神经网络的PET 瓶坯缺陷检测的研究  

作　　者：陈肖 段春梅[1] 张涛川[1] 刘汉斌 吴梓源 CHEN Xiao;DUAN Chun-mei;ZHANG Tao-chuan;LIU Han-bin;WU Zi-yuan

机构地区：[1]佛山职业技术学院,广东佛山528137

出　　处：《信息技术与信息化》2021年第1期152-155,共4页Information Technology and Informatization

基　　金：2020年广东省科技创新战略专项资金(pdjh2020b1221);广东省普通高校人工智能和服务乡村振兴重点领域专项基金(2019KZDZX1029);2019年佛山市促进高校科技成果服务产业发展若干扶持政策资助基金(2019XJZZ06);广东省普通高校特色创新项目自然科学类立项(2020KTSCX308);广东省教育厅普通高校特色创新课题(2019GKTSCX117)。

摘　　要：为了实现PET瓶坯的缺陷检测,本文采用了基于深度神经网络通过迁移学习的方法进行缺陷检测。搭建了PET瓶坯缺陷检测系统平台。通过图像处理技术对样本图像进行预处理。采用以AlexNet网络为基础神经网络的迁移学习方法对瓶坯进行缺陷分类,通过改变卷积层、激活函数、池化层、全连接层、学习率、迭代的次数等方法来提高AlexNet神经网络对PET瓶坯的识别效率。

关 键 词：PET瓶坯 AlexNet 迁移学习 缺陷检测 

分 类 号：TS206.4[轻工技术与工程—食品科学] TP391.41[轻工技术与工程—食品科学与工程] TP183[自动化与计算机技术—计算机应用技术]