首页|基于改进ResNet两阶段训练模型的转子焊锡缺陷检测

基于改进ResNet两阶段训练模型的转子焊锡缺陷检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对当前转子焊锡缺陷检测准确率较低的问题,提出了一种基于改进ResNet的两阶段训练网络模型.首先在主干网络引入SRM注意力机制,提高网络对色泽纹理的特征提取能力,通过改进的相似度损失函数训练特征编码器,然后再通过添加分类头的方法进行微调训练出最终的网络模型.将提出的方法用于转子焊锡缺陷检测,并与经典的ResNet网络等比较,实验证明,采用所提出的方法准确率可达到97.6％,明显优于经典的ResNet等分类方法,具有一定的应用价值.
Rotor Solder Defect Detection Based on Improved ResNet Two Stage Training Model

吴承俊、方夏、王杰、张帆、李秦川

展开 >

四川大学机械工程学院,四川 成都 610065

缺陷检测 相似度损失 转子焊锡 ResNet

四川省重点科技研发项目

2021YFG0198

2023

工业控制计算机
中国计算机学会工业控制计算机专业委员会 江苏省计算技术研究所有限责任公司

工业控制计算机

影响因子：0.258
ISSN：1001-182X
年,卷(期)：2023.36(4)
  • 7