基于改进生成对抗网络和MobileNetV3的带钢缺陷分类
针对数据集样本数量较少会影响深度学习检测效果的问题,提出了一种基于改进生成对抗网络和MobileNetV3的带钢缺陷分类方法。首先,引入生成对抗网络并对生成器和判别器进行改进,解决了类别错乱问题并实现了带钢缺陷数据集的扩充。然后,对轻量级图像分类网络MobileNetV3进行改进。最后,在扩充后的数据集上训练,实现了带钢缺陷的分类。实验结果表明,改进的生成对抗网络可生成比较真实的带钢缺陷图像,同时解决深度学习中样本不足的问题;且改进的MobileNetV3参数量是原有参数量的1/14左右,准确率为94.67%,比改进前提高了2.62个百分点,可在工业现场对带钢缺陷进行实时准确的分类。
文件下载
评论信息
-
-
-
weixin_45452680 :很不错，值得读一读2021-11-18 -
其他资源
- opengl编程指南第9版、超级宝典第7版、计算机图形原则和实践第3版以及opengl领悟(OpenGL insights)
- FStudio使用手册
- 牛顿迭代法matlab程序
- 基于STM32F103单片机的RFID实例程序
- 使用非精确拉格朗日乘子法进行前后景分离
- PUMA560仿真
- C# 二维码名片
- RTL8305NB原理图
- VMware Drivers for Win95
- 基于labview的信号处理系统
- HG8245V100R006C01SPC122Software
- 华为云安全服务介绍.pptx
- ntfs-3g_ntfsprogs-2017.3.23AR.6.tgz
- Hadoop平台基准性能测试工具的设计与实现.pdf
- 第2-7章jupyter notebook课件(1).zip
- RedisDesktopManager 2020.7最新安装版
- 分布式数据库系统问题及答案
- mysql-connector-odbc-noinstall-5.1.11-win32.zip
- Delphi即时通信程序，类似QQ聊天.rar
- C++并发编程实战 （美）威廉姆斯著 高清扫描版
- UDP实现广播通信 MFC
- atl连接点、c++接收器、js接收器
- epub java实现（附带源程序、jar包和epub电子书）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明