《表1 加工方式和样本数:基于深度学习的工件表面粗糙度等级识别方法》
实验目的是为了验证本文提出深度卷积神经网络进行粗糙度等级识别方法的有效性。实验设置,选取CCD相机镜头倍数0.7X即电子放大倍数42倍时拍摄得到零件表面图像。采用实验室标准光强,在每个粗糙度比较样块上随机采集80幅图像,其中45张用于训练,5张用于验证,30张用于测试。粗糙度比较样块加工方式、数据采集量、训练数量、验证数量及测试数量如表1所示。
图表编号 | XD00224997000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.10 |
作者 | 陈琳、朱坚民、石园园、黄扬辉 |
绘制单位 | 上海理工大学、上海理工大学、上海理工大学、上海理工大学 |
更多格式 | 高清、无水印(增值服务) |