基于TensorFlow框架搭建卷积神经网络对电池片电致发光图像进行缺陷识别。选取公开的数据集，其中包含了电池片的不同种类缺陷。在传统的VGGNet网络的基础上使用全卷积神经网络进行训练，并分析不同损失函数和dropout概率在数据集上的训练效果。经过实验证明，该算法实现了对电池片是否有缺陷的准确识别。研究还得出压缩网络结构对算法训练速率能有大幅提升，这使得简化的模型更具有可迁移性，为大范围的实时缺陷识别提供了一种有效方案。
2022-11-29 21:02:22
418KB
1
行业资料-电子功用-具有电子传输性能的聚苯乙炔电致发光材料及其制备方法和应用.zip
2021-09-13 22:01:41
579KB
行业-电子政务-取代的聚(亚芳基亚乙烯基),其制备方法及其在电致发光元件中的用途.zip
2021-09-13 09:01:21
2.65MB
行业-电子政务-具有其上连结有取代的吡啶基的吡啶并吲哚环结构的化合物和有机电致发光器件.zip
2021-09-12 19:01:47
3.03MB
行业-电子政务-具有9,10-二氢吖啶环结构的化合物和有机电致发光器件.zip
2021-09-12 09:02:06
2.34MB
行业-电子政务-基质化合物和掺杂剂化合物的新颖组合及包含该组合的有机电致发光器件.zip
2021-09-11 13:02:37
1.85MB
行业-电子政务-基质化合物和掺杂剂化合物的新组合及包含该组合的有机电致发光器件.zip
2021-09-11 13:02:36
2.23MB