基于深度学习的标签缺陷检测系统应用

• 作者: 朱超 李培秀 李致金
• 来源期刊: 现代电子技术
• 关键词: 机器视觉 深度学习 主成分分析法 标签缺陷 人工智能 模式识别 图像分类
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 153-156
• 页数: 4页
• 分类号: TN911.1-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.07.035

摘要

依据深度学习算法可以自主进行特征学习和识别的特点,提出一种基于主成分分析法的深度学习模型,构建印刷标签检测系统,从中进行信息提取和学习处理.实验结果表明,该方法的分类识别率高达94.6％.与传统标签缺陷检测算法相比,这种研究方式更加注重原始图像的特征提取,无需进行复杂的模板制作,实现方法简单,适应性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李致金	南京信息工程大学电子与信息工程学院	30	74	5.0	7.0
2	朱超	南京信息工程大学电子与信息工程学院	4	3	1.0	1.0
3	李培秀	南京信息工程大学电子与信息工程学院	3	3	1.0	1.0