加急见刊

面向视觉检测的深度学习图像分类网络及在零部件质量检测中应用

刘桂雄; 何彬媛; 吴俊芳; 林镇秋 华南理工大学机械与汽车工程学院; 广东广州510640; 华南理工大学物理与光电学院; 广东广州510640; 广州市华颉电子科技有限公司; 广东广州510663

摘要：基于深度学习图像分类是视觉检测应用的基本任务.该文系统总结基于模型深度化图像分类网络、基于模型轻量化图像分类网络及其他优化网络主要思想、网络结构、实现技术、技术指标、应用场景,指出网络模型深度化、轻量化分别有助于提高图像分类准确性、实时性.最后,面向零部件质量检测需求,应根据其类型多少、结构复杂程度、特征异同等特点,结合实时性要求,选择合适的图像分类网络构建零部件质量智能检测系统.

注: 保护知识产权,如需阅读全文请联系中国测试杂志社