文章摘要
陈 绪.基于迁移学习的零件识别方法研究[J].制造业与自动化,2019,41(8):81-86
基于迁移学习的零件识别方法研究
Research on part recognition method based on migration learning
  
DOI:
中文关键词: 迁移学习;零件识别;卷积神经网络;训练模型
英文关键词: 
基金项目:上海市精品课程:互换性与测量技术(SJPKC2016001);上海市教委:工业机器人应用学位点建设与研究 项目(230001-17-13)
作者单位
陈 绪 1.上海海洋大学 工程学院,上海 201306;2.上海建桥学院 机电学院 
摘要点击次数: 40
全文下载次数: 22
中文摘要:
      机械产品的装配过程中,大量使用螺母、螺栓、螺钉和垫片典型标准件,对这四种零件的自动 化识别具有十分重要的意义。提出一种使用迁移学习的深度卷积神经网络模型,用来解决螺 母、螺栓、螺钉和垫片四种零件的识别精度问题。其特点与普通深度卷积神经网络模型相比 较,非常适合用在小样本数据集上的训练。实验结果表明在达到较高识别精度时,该模型具 有较少的迭代次数即可进入收敛阶段,其训练精度达到93%,验证精度达到100%,损失函数 值为0.0475。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭
function PdfOpen(url){ var win="toolbar=no,location=no,directories=no,status=yes,menubar=yes,scrollbars=yes,resizable=yes"; window.open(url,"",win); } function openWin(url,w,h){ var win="toolbar=no,location=no,directories=no,status=no,menubar=no,scrollbars=yes,resizable=no,width=" + w + ",height=" + h; controlWindow=window.open(url,"",win); } &et=FC9DA7BF2F842A3BAF99B5245D3E9A9B7279EB3CEA37417B48AA5EE6772CF2BB13161EBBD90C736CF8F86023DADAD2E66CEB40656D1832D21EE358556BE15377&pcid=&cid=&jid=&yid=B6351343F4791CA3&aid=&vid=&iid=5D311CA918CA9A03&sid=35FC3610259C2B32&eid=7AA74D31F1FF2DCE&fileno=281368&flag=1&is_more=0">