期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
改进InceptionV3与迁移学习的太阳能电池板缺陷识别 被引量：5
1
作者 史册 南新元 《计算机工程与科学》 CSCD 北大核心 2023年第4期646-653,共8页
传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢,针对该情况,提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理;其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网... 传统识别方法对太阳能电池板表面缺陷的识别准确率低、速度慢,针对该情况,提出一种基于改进InceptionV3与迁移学习的识别方法。首先对采集到的太阳能电池板图像进行预处理;其次采用平衡因子δ,引入了新损失函数来改进InceptionV3神经网络,保证了网络的识别率;最后结合迁移学习方法建立缺陷识别模型,进一步提升性能。仿真结果表明,该方法有效提升了太阳能电池板的缺陷识别准确率和速度,其识别准确率高达96.43%,相较于传统InceptionV3模型提升了2.45%,平均分类时间缩短了4.5 ms,表明此方法取得了很好的效果,且具有广阔的应用前景。 展开更多
关键词 太阳能电池板 神经网络 损失函数 InceptionV3 迁移学习 缺陷识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部