论文部分内容阅读
随着科学技术的发展,我国工业化水平也在迅速提高,工业零件质量的优劣将直接影响产品的性能,在投入使用前有必要对零件表面进行缺陷检测。笔者分析了传统零件缺陷检测方式的不足,提出一种基于深度学习的零件缺陷检测方法,在原有的BP神经网络算法中融入了基于深度学习的LLENet算法。该方法有效解决了检测效率低、检测速度慢等问题,提高了零件缺陷检测的精度。