文献类型：期刊文章

作　　者：陈绪[1] 陈志澜[1,2]

CHEN Xu;CHEN Zhi-lan

机构地区：[1]上海海洋大学工程学院,上海201306 [2]上海建桥学院机电学院,上海201306

出　　处：《制造业自动化》

基　　金：上海市精品课程:互换性与测量技术(SJPKC2016001);上海市教委:工业机器人应用学位点建设与研究项目(230001-17-13)

年　　份：2019

卷　　号：41

期　　号：8

起止页码：81-86

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：机械产品的装配过程中,大量使用螺母、螺栓、螺钉和垫片典型标准件,对这四种零件的自动化识别具有十分重要的意义。提出一种使用迁移学习的深度卷积神经网络模型,用来解决螺母、螺栓、螺钉和垫片四种零件的识别精度问题。其特点与普通深度卷积神经网络模型相比较,非常适合用在小样本数据集上的训练。实验结果表明在达到较高识别精度时,该模型具有较少的迭代次数即可进入收敛阶段,其训练精度达到93%,验证精度达到100%,损失函数值为0.0475。

关 键 词：迁移学习  零件识别  卷积神经网络 训练模型  

分 类 号：TP278]