基于残差神经网络的转子焊点图像检测方法

摘要：

针对微型电机转子焊点检测费时费力且准确率低的问题,提出一种基于残差神经网络的转子焊点检测方法.首先运用网络预训练的方法加速网络训练,提高模型准确率;然后在网络中引入批量归一化,避免出现梯度消失;最后对图像进行数据增强,减少过拟合现象.实验表明,与K最近邻(KNN)等经典算法相比,该算法在测试集上的准确率达到91.5％,与工人检测的速度相比提高了3.5倍,具有很好的识别效果.

关键词：转子焊点、残差神经网络、预训练、批量归一化

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：桂林市科学研究;技术开发计划重点研发项目;桂林电子科技大学研究生教育创新计划

在线出版日期：2020-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：7793-7797