问工业AOI用例的迁移学习
EN

Stack Overflow用户

提问于 2020-03-20 16:46:21

回答 1查看 50关注 0票数 0

目前，我正在做一个工业自动光学检测用例，在这个用例中，我尝试了不同类型的预训练CNN，如MobileNet、Resnet、VGGNet或InceptionV3，所有这些都是使用Imagenet进行预训练的。

我想知道你是否可以给我一个建议，哪个模型最适合工业AOI用例，目的是找出材料表面的缺陷。这些图像是灰度图像。

你认为预先训练的模型在这里更有意义吗(如果是-哪种模型？仅训练新添加的致密层或也重新训练卷积层？)或者你认为在这种情况下，从头开始开发和训练CNN更有意义？也许有人有一些经验，可以分享一下！谢谢你的建议！

发布于 2020-07-10 16:23:01

我公司使用VGG模型对真实缺陷和假缺陷进行分类。

但在深度学习之前，我们将使用传统的图片处理。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/60770969

复制

相似问题

问工业AOI用例的迁移学习EN