钢网存储系统设计及存储预检算法研究
陆加新1
周杰2
1.南京信息工程大学电子与信息工程学院 南京 2100442.南京信息工程大学电子与信息工程学院 南京 210044;日本国立新泻大学电气电子工学科 新泻 950-2181
摘要：针对现有钢网存储系统管理性能不强以及对待存储钢网的检测效率较低的问题,提出了一种使用深度学习方法进行钢网存储预检的钢网存储系统.首先设计了一种基于CAN总线的钢网自动化存储系统,然后通过数据增强方法建立钢网数据集,最后在此基础上利用ResNet18模型和MobileNetV2模型基于迁移学习训练,以实现钢网存储预检.实验结果表明,钢网存储系统能够实现对钢网的自动化管理.同时,ResNet18模型应用于钢网存储预检的准确率达到98.45%,可以取代手工选择图像特征的工作.
关键词：深度学习钢网迁移学习卷积神经网络
分类号：TP23(自动化技术及设备)
资助基金：国家自然科学基金(61771248)
论文发表日期：2024-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3223-3228 )
英文信息