基于深度學習的墻式氧氣吸入器檢定方法

摘要： 針對墻式氧氣吸入器檢定時人工讀數(shù)影響大、檢定效率低等問題，提出一種基于深度學習的墻式氧氣吸入器檢定方法。通過工業(yè)相機拍攝墻式氧氣吸入器圖像，輸入到改進后的殘差塊ResNet-18網(wǎng)絡(luò)中，實現(xiàn)對浮子流量計的自動讀數(shù)。殘差塊結(jié)構(gòu)改進策略有：在直聯(lián)通路中增加Dropout網(wǎng)絡(luò)層；刪除殘差塊中的1×1卷積層；使用LeakyReLU激活函數(shù)代替ReLU激活函數(shù)。將數(shù)據(jù)集按照5：1的比例劃...