《表1 Inception-V3结构》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的工业自动化包装缺陷检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

经YOLO-V3缺陷检测模型检测后得到可疑缺陷区域，截取后分别对其做数据增强，得到一组或多组可疑区域数据组，使用迁移学习得到的Inception-V3缺陷识别模型，对这些可疑区域组进行缺陷识别后取平均值，得到识别结果。原始Inception-V3的网络结构见表1。首先3个3×3的卷积层串联，经池化层连接3个3×3卷积层，然后利用3类inception模块继续提取特征，最后经过和feature map相同大小的8×8卷积核池化操作转换成一维进行回归和分类[13，15，21]。文中迁移学习中，需要将最后的分类层根据样本集替换成新问题的分类层。