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