基于CNN的分类器在图像缺陷检测中的应用研究

郭　康，王　涛，王　刚，甄国军

（彩虹（合肥）液晶玻璃有限公司，合肥　230012）

摘要：针对现有玻璃表面缺陷检测系统，本文提出了一种基于卷积神经网络（CNN）模型的分类器提高玻璃缺陷检测智能化处理。所使用CNN模型使用多层卷积层的一个多层感知器，通过有监督方式下学习。实验通过使用添加RBF网络的方法，算法通过在最后一个下采样层与输出层之间加上RBF隐层，并同时增加最后一个下采样层神经元的数量来提高网络识别准确率。实验表明，该方法迭代次数少，有助于建立泛化能力强、检测精度高的图像缺陷检测分类器。

该篇文章刊登在《建筑玻璃与工业玻璃》2023年第3期