基于深度学习的纸病检测系统设计与研究

摘要： 本课题设计了基于深度学习的纸病检测系统，用于提高造纸生产过程中的质量控制水平。该系统采用了“CCD+FPGA+工业控制计算机+训练计算机”的架构模式，实现了对纸张图像数据的实时采集、纸病的实时判断和纸病类型的实时识别。综合考虑分类准确率与推理速度，选择MobileNet模型算法，其分类准确率达99.5%，每秒可推理约103.1张分辨率为224×224的图像，满足现场纸病图像分类... （共6页）