基于ResNet和DenseNet模型的鋁罐表面涂層缺陷檢測方法

打開文本圖片集

摘 要 為了解決現(xiàn)有鋁罐表面涂層缺陷檢測難、檢測精度低、漏檢錯檢率高等問題，本文提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的鋁罐表面涂層缺陷檢測方法，通過對AlexNet、GoogLeNet、ResNet和優(yōu)化后的DenseNet四種卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以選擇最適合的檢測模型實(shí)現(xiàn)對鋁罐內(nèi)、外表面涂層的缺陷檢測（剩余8391字）