风扇缺失的图像分类
目标
设计基于CNN的深度神经网络(DNN)以推断被测设备中所有风扇的存在
用受过训练的模型开发图像分类应用程序,以推断网络摄像头图像中风扇的实时状态,以进行自动光学检测(AOI)应用程序
粉丝图片
通行证:所有四位粉丝的存在失败:至少缺少一个风扇
数据集和预处理
数据集:705张图像(通过),1000张图像(失败)。在距设备的不同距离和不同角度处捕获图像,以在训练(80%)和验证(20%)数据集中引起更多变化
将图像的色彩空间从BGR转换为RGB
将图像调整为224 x 2