论文部分内容阅读
基于深度卷积神经网络的手机玻璃盖板表面缺陷分类检测研究
打开文本图片集
摘 要：为了实现手机玻璃盖板表面点缺陷、线缺陷和块状缺陷的分类检测，主要研究可以自动提取特征的深度卷积神经网络模型。首先针对数据缺乏问题，提出子图像划分和随机缺陷合成算法，构建了MPGC-DET数据集。为了提高模型的泛化性，以现代成熟的深度卷积神经网络模型为基础，并结合迁移学习和SE模块，搭建手机玻璃盖板表面缺陷分类检测模型。