基于深度学习GoogLeNet网络的日用陶瓷缺陷检测方法研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v3i1.39069

基于深度学习GoogLeNet网络的日用陶瓷缺陷检测方法研究

胡渊

景德镇陶瓷大学机电学院

全文直达

引用

打印

摘要：目前，日用瓷的缺陷主要由人工检测和判断，因此只能识别一些较为明显的缺陷，如大裂纹，严重变形等，缺陷识别模糊。而且这种方法会导致生产效率低下，并且加重工人的劳动负担，同时可靠性也不是很高，影响企业的生产效益。针对这种情况，本文提出利用GoogLeNet网络对日用陶瓷缺陷进行检测，进而提高对于日用陶瓷产品缺陷检测的准确率，减轻工人的负担，大大提高了企业的生产效率。

关键词：

深度学习；GoogLeNet网络；日用陶瓷；缺陷检测

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(1)