基于卷积神经网络的轮胎缺陷X光图像分类

来源：电子测量技术杂志2017年第5期北京时间：

作者：崔雪红

单位：青岛科技大学信息科学技术学院青岛266061

摘要：轮胎缺陷的类型直接决定着轮胎是否为残次品或废品,对于轮胎定级具有重要参考价值，探索高性能的轮胎缺陷分类方法至关重要。采用卷积神经网络技术，提出一个端到端的图像自动分类算法。首先，从国内某轮胎生产线上通过现场运行的轮胎X光射线缺陷检测系统采集胎侧异物缺陷、胎冠异物缺陷、气泡缺陷、胎冠劈缝、胎侧开根5 种最常见缺陷类型和1种正常胎侧图像作为分类目标，并且依据缺陷图像的缺陷尺度，将每幅图像缩放到127×127像素的统一大小；然后，设计含有5个卷积层、3个池化层、3个全连接层的网络结构。最后,用采集的缺陷样本对所设计的深度网络进行训练学习与测试。并将该算法和大量传统分类算法进行实验对比，取得更好的分类效果，平均测试识别率高达96.51%。

关键词：卷积神经网络;池化;轮胎缺陷;图象分类;全连接