基于卷积神经网络的汽车涡轮增压器制造缺陷检测方法研究

针对传统缺陷检测方法存在检测结果不精准的问题,提出基于卷积神经网络的汽车涡轮增压器制造缺陷检测方法。分析汽车涡轮增压空气流动情况,设计卷积操作流程,减少目标图像冗余信息,激活神经元输出映射,保证输出值在设定阈值范围内。依据基于卷积神经网络检测示意图,准备数据,并处理数据,根据目标检测流程,实现汽车涡轮增压器制造缺陷检测。实验结果表明,该方法检测图像清晰度较高,且最高检测精准度可达到0.95,为汽车安全制造提供切实有效的方法。