【作者】

罗付强; 杨鑫; 刘宏岩; 雷扬

【单位】

重庆红江机械有限责任公司

【摘要】

人工智能领域中迁移学习（Transfer Learning）的快速发展使得小样本情况下建立准确的模型变得可行。本文从机械加工刀具使用监测的需求出发，利用迁移学习的方式完成一种智能的刀片分类模型。并对不同训练方式和有无背景干扰情况下的分类准确程度进行研究。结果发现迁移训练在15个类别分类任务中小样本训练的情况下依然具有93.33%的刀片分类准确性，分类难度降低后准确度可达100%，难度降低后在有背景干扰情况下刀片分类准确度为95.83%左右，具备工程应用价值。

【关键词】

人工智能；迁移学习；图形识别；刀片分类；

【论文集名称】

数字孪生与智能制造技术

【会议名称】

设计与智能制造2022学术年会

【会议时间】

2022-11-24至2022-11-27

【会议地点】

长沙

【下载次数】

2

返回