神经网络检测塑料零件
神经网络检测塑料零件
提问于 2018-01-25 20:24:09
利用神经网络对.我对分类数字有一点经验..。用神经网络识别手写数字
我想用网络检查塑料零件。我有从这些塑料零件中生产的视频流。
我应该用许多正确的塑料部件的视频来训练网络以获得正的输出，而随机的视频来获得负的输出吗？
如果你有任何书籍或链接，我会很高兴看到它们。
编辑看起来我问的有点蠢..。
在生产过程中，可能会产生错误的塑料零件，这些应该被网络识别。在生产过程中可能会发生很多错误，所以我认为只有用正确的塑料零件来训练网络才是有意义的。
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-01-25 20:26:53
我推荐使用卷积神经网络。
你应该展示有相似背景和照明的个别零件。
训练必须在好的部分和坏的部分进行--对两者都进行足够的随机抽样。你也应该留出一个测试集，一旦你的CNN被训练，以便你可以评估它。
您需要从测试数据中生成一个混淆矩阵，这样您就可以知道错误阳性率、假阴性率、正确分类率和错误分类率。
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/48451296
复制相关文章
相似问题
腾讯云开发者
