论文全文 - 设计与智能制造2022学术年会 数字孪生与智能制造技术
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。
查看