基于ADAM主动衰减退火算法的钢材缺陷检测

在工业钢材缺陷检测任务中,通过引入残差结构对传统的VGG网络模型进行了改进。通过结合特征金字塔池结构,实现了多层次的图像信息表达。基于此神经网络结构,对神经网络优化方法进行了研究。采用Adam优化方法的基础上,提出了主动衰减退火算法,实验结果表明引入残差结构并结合特征金字塔池结构的网络模型更优,主动衰减退火算法与Adam等方法相比具有一定的优越性。在钢材缺陷测试集缺陷图像分类平均精度达到了97.3%的精度,对实际工业应用有一定的意义。

资料为PDF文档格式.

本文档关键词:衰减,算法,钢材,缺陷,主动