{"title":"环境因素对基于迁移学习的质量检测系统准确性的影响","authors":"A. Najah, F. Mustafa, Wisam S. Hacham","doi":"10.22153/KEJ.2021.12.004","DOIUrl":null,"url":null,"abstract":"في هذا البحث، تم تقديم دراسة حول تأثير عدة عوامل بيئية على أداء نظام فحص الجودة الذي تم إنشاؤه مسبقا، والذي تم تصميمه باستخدام نهج التعلم بالنقل القائم على الشبكات العصبية التلافيفية. يتألف النظام من مجموعتين من الطبقات، مجموعة طبقات منقولة من نموذج مدرب مسبقا (DenseNet121) ومجموعة طبقات تصنيف خاصه. تم تصميمه للتمييز بين التروس الحلزونية التالفة وغير التالفة، وأظهر النموذج أداء جيدا يميز بين المنتجين في ظروف مثالية لصور عالية الدقة. \nان الهدف الرئيسي من هذه الدراسة هو اختبار أداء نظام الفحص في الظروف السيئة من الأضاءة والخلفية والمسافة ودقة الكاميرا. أظهرت النتائج التجريبية بأن النظام كان قادرا على إظهار دقة عالية أعلى من 90٪ في إعدادات سيئة للغاية وحوالي 99٪ في إعدادات جيدة، مما يضمن إمكانية إنشاء نظام فحص بأداء رائع بتكاليف منخفضة.","PeriodicalId":7637,"journal":{"name":"Al-Khwarizmi Engineering Journal","volume":"116 1","pages":"1-7"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Effect of Environmental Factors on the Accuracy of a Quality Inspection System Based on Transfer Learning\",\"authors\":\"A. Najah, F. Mustafa, Wisam S. Hacham\",\"doi\":\"10.22153/KEJ.2021.12.004\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"في هذا البحث، تم تقديم دراسة حول تأثير عدة عوامل بيئية على أداء نظام فحص الجودة الذي تم إنشاؤه مسبقا، والذي تم تصميمه باستخدام نهج التعلم بالنقل القائم على الشبكات العصبية التلافيفية. يتألف النظام من مجموعتين من الطبقات، مجموعة طبقات منقولة من نموذج مدرب مسبقا (DenseNet121) ومجموعة طبقات تصنيف خاصه. تم تصميمه للتمييز بين التروس الحلزونية التالفة وغير التالفة، وأظهر النموذج أداء جيدا يميز بين المنتجين في ظروف مثالية لصور عالية الدقة. \\nان الهدف الرئيسي من هذه الدراسة هو اختبار أداء نظام الفحص في الظروف السيئة من الأضاءة والخلفية والمسافة ودقة الكاميرا. أظهرت النتائج التجريبية بأن النظام كان قادرا على إظهار دقة عالية أعلى من 90٪ في إعدادات سيئة للغاية وحوالي 99٪ في إعدادات جيدة، مما يضمن إمكانية إنشاء نظام فحص بأداء رائع بتكاليف منخفضة.\",\"PeriodicalId\":7637,\"journal\":{\"name\":\"Al-Khwarizmi Engineering Journal\",\"volume\":\"116 1\",\"pages\":\"1-7\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Al-Khwarizmi Engineering Journal\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.22153/KEJ.2021.12.004\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Al-Khwarizmi Engineering Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22153/KEJ.2021.12.004","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Effect of Environmental Factors on the Accuracy of a Quality Inspection System Based on Transfer Learning
في هذا البحث، تم تقديم دراسة حول تأثير عدة عوامل بيئية على أداء نظام فحص الجودة الذي تم إنشاؤه مسبقا، والذي تم تصميمه باستخدام نهج التعلم بالنقل القائم على الشبكات العصبية التلافيفية. يتألف النظام من مجموعتين من الطبقات، مجموعة طبقات منقولة من نموذج مدرب مسبقا (DenseNet121) ومجموعة طبقات تصنيف خاصه. تم تصميمه للتمييز بين التروس الحلزونية التالفة وغير التالفة، وأظهر النموذج أداء جيدا يميز بين المنتجين في ظروف مثالية لصور عالية الدقة.
ان الهدف الرئيسي من هذه الدراسة هو اختبار أداء نظام الفحص في الظروف السيئة من الأضاءة والخلفية والمسافة ودقة الكاميرا. أظهرت النتائج التجريبية بأن النظام كان قادرا على إظهار دقة عالية أعلى من 90٪ في إعدادات سيئة للغاية وحوالي 99٪ في إعدادات جيدة، مما يضمن إمكانية إنشاء نظام فحص بأداء رائع بتكاليف منخفضة.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
