论文部分内容阅读
硅钢钢片作为发电机、电动机等电力设备的重要原材料之一,其生产质量的好坏严重影响到电力设备的质量。因此,十分有必要对硅钢钢片进行精确的缺陷识别。传统的方法基于人工肉眼观测,效率低下且误检率高。为此,本文将深度学习技术引入该领域,设计了一种基于卷积神经网络的缺陷识别模型。利用该模型对硅钢钢片缺陷图像进行识别分类,不仅实现了自动缺陷检测,节省人力,而且准确识别率达到了95.27%,高效地完成了预期目标。