卷积神经网络在印刷品缺陷检测的应用

• 作者: 吕林涛 杨宏才 王胜
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 印刷品产品质量 印刷品缺陷检测 卷积神经网络 模式识别
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图文信息技术
• 页码范围: 203-211
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2019.11.031

摘要

目的 为了改善传统机器检测印刷产品缺陷存在误费率高的不足.方法 提出以卷积神经网络为控制核心的印刷品缺陷检测系统.设计可在实际检测中应用的卷积神经网络,设计在线印刷质量检测系统的硬件结构.结果 对结构相同而训练次数、学习率不同的卷积神经网络进行了缺陷检测的性能对比,验证了该卷积神经网络在学习率小于0.01时,可以获得较好的识别效果;在学习率大于0.05时,网络不容易收敛.网络训练次数越多,精度越高,相应的训练时间也较长.在满足快速性和精确度的条件下,确定了适应某印刷品的缺陷检验网络训练次数为50,学习率为0.005,此时的识别率为90％.结论 经过实验证明,该检测系统具有良好的缺陷识别能力,缺陷类型的分类准确率较高.该系统具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王胜		6	3	1.0	1.0
2	杨宏才		24	34	3.0	4.0
3	吕林涛		26	82	5.0	8.0