论文部分内容阅读
利用深度学习方法进行塑料产品缺陷检测时,存在训练样本不足,网络层次增加产生的梯度消失和梯度爆炸等问题,采用残差网络ResNet和压缩与激励网络SENet相结合,构建深度学习模型,解决梯度消失、梯度爆炸和注意力分布的问题,利用工业生产中的产品图像进行缺陷检测试验,经过2种试验结果分析,该算法有效提高了产品缺陷检测的准确率和召回率。