小样本深度学习方法实现LED TV屏缺陷检测

作者：周永福; 曾志^*; 罗中良

来源：计算机测量与控制, 2019, 27(11): 11-15.

DOI：10.16526/j.cnki.11-4762/tp.2019.11.003

• 机器视觉
• 迁移学习
• 增量学习
• FCNet
• LED TV
• 缺陷检测

为实现当前工业4.0时代电子类企业智能制造的全过程,引入机器视觉完成产品的缺陷检测,用于解决缺陷问题多样性导致算法能力不足的问题;首先对已标注小样本数据集通过深度学习得到初始特征模型,接着针对该特征模型施以迁移学习方法用以实现LED TV的检测,并将已检测样本进一步用于增量学习完成模型参数的修正,最后采用全连接神经网络FCNet(Fully Connected Neural Network)完成分类,探讨了一种运用机器视觉实现LED TV的光学屏检技术;并给出了检测样品作为补充的样本数据集增量学习模型;实践表明,所提出的方法能进一步提升工业机器人智能制造阶段自动化检测的准确率,最终实现工业生产的柔性和智能化水平,并为机器视觉的应用提供示范。

• 单位
  惠州学院; 河源职业技术学院