基于深度学习的车轮踏面表面缺陷检测研究

• 作者: 杨凯 李锐 罗林 谢利明
• 来源期刊: 信息技术
• 关键词: 缺陷检测 深度学习 图像分类 模型剪枝
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 研究与探讨|RESEARCH AND DISCUSSION
• 页码范围: 93-97
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.07.017

摘要

为实现列车车轮踏面表面缺陷的自动化检测,文中提出了一种基于深度学习的缺陷检测模型,该方法主要通过改进的VGG16模型进行缺陷识别.在训练阶段,引入了迁移学习缓解缺陷数据较少问题,并通过模型剪枝算法减少模型参数.实验结果表明,与其它深度学习方法和传统方法相比,文中的算法具有更好的检测效果及更低的内存消耗.