针对液体表面特征少，区分度低，机器视觉难以有效识别检测的问题，通过使用两束不同波长的激光光源同时照射液体来提高不同液体之间的区分度，设计了数据集自动采集装置为模型训练提供了大量有效的样本，并构建了基于EfficientNetV2深度神经网络的视觉识别模型，模型引入cosine学习率衰减，调节获得最佳超参数后，形成最优方式实现高效训练，进一步提升了预测精度，结果表明视觉检测系统能够获得100%的测试准确率，成功解决了液体视觉检测中特征少的难题。
科研之友
微信
新浪微博
Facebook
分享链接
