本发明公开了一种基于VGG16深度卷积神经网络的太阳能网版缺陷检测方法,通过原始图像采集、图像块切割、中值滤波处理与训练图像数据集生成、VGG16神经网络修剪与微调、缺陷的识别与定位等步骤,实现对太阳能网版缺陷的检测。本发明将VGG16深度卷积神经网络与机器视觉缺陷检测相结合,提高了太阳能网版缺陷检测的准确率与工作效率,降低了缺陷漏检率,从而保证了太阳能网版与电池的生产质量,降低了生产成本。
声明:
“一种基于VGG16深度卷积神经网络的太阳能网版缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)