基于深度學(xué)習(xí)的紙病檢測系統(tǒng)設(shè)計(jì)與研究
中國造紙
頁數(shù): 6 2024-08-25
摘要: 本課題設(shè)計(jì)了基于深度學(xué)習(xí)的紙病檢測系統(tǒng),用于提高造紙生產(chǎn)過程中的質(zhì)量控制水平。該系統(tǒng)采用了“CCD+FPGA+工業(yè)控制計(jì)算機(jī)+訓(xùn)練計(jì)算機(jī)”的架構(gòu)模式,實(shí)現(xiàn)了對紙張圖像數(shù)據(jù)的實(shí)時采集、紙病的實(shí)時判斷和紙病類型的實(shí)時識別。綜合考慮分類準(zhǔn)確率與推理速度,選擇MobileNet模型算法,其分類準(zhǔn)確率達(dá)99.5%,每秒可推理約103.1張分辨率為224×224的圖像,滿足現(xiàn)場紙病圖像分類... (共6頁)