摘要
提出了一种改进的SqueezeNet卷积神经网络算法,可以实现对机械零件表面缺陷准确快速的检测。采用了残差网络架构来增加层与层之间的信息交流,优化了内部卷积通道数,增强了对细节特征的提取能力,搭建了机械零件表面缺陷检测实验平台,验证了算法的准确性和实时性。实验结果表明,改进后的SqueezeNet卷积神经网络算法的准确率为98.91%,检测时间约为3.34ms,相比经典SqueezeNet算法,在检测的准确率和检测速度上都有一定的提高。
作者
郭子宁
黄海龙
高培根
GUO Zi-ning;HUANG Hai-long;GAO Pei-gen
出处
《制造业自动化》
2024年第2期121-124,共4页
Manufacturing Automation
基金
辽宁省教育厅青年科技人才项目(JQL201915404)
辽宁工业大学大学生创新创业训练计划(2020010)。
