基于卷积神经网络的注塑制品短射缺陷识别

• 作者: 周华民 崔树标 张云 程文博
• 来源期刊: 塑料工业
• 学科: 工学
• 关键词: 注塑制品 缺陷识别 卷积神经网络 机器视觉
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 成型加工与设备
• 页码范围: 31-34,38
• 页数: 5页
• 分类号: TQ320.66+2
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-5770.2015.07.008

摘要

以注塑制品的常见短射缺陷为研究对象,提出一种基于卷积神经网络算法的识别方法,克服了现有缺陷识别算法需手动提取特征、需要启发式方法的缺点.方法对传统卷积神经网络结构进行了大量改进,并优化网络参数,降低其算法消耗的时间.实验数据表明,网络对短射缺陷的识别率达到99.4％.另外,与BP神经网络进行比较研究,从实验中可以看出方法识别率明显优于BP神经网络,具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周华民	华中科技大学材料成型及模具技术国家重点实验室	147	1442	19.0	29.0
2	张云	华中科技大学材料成型及模具技术国家重点实验室	50	208	8.0	11.0
3	崔树标	华中科技大学材料成型及模具技术国家重点实验室	28	258	8.0	15.0
4	程文博	华中科技大学材料成型及模具技术国家重点实验室	1	23	1.0	1.0