内容提供者
一种基于AI深度学习算法的表面缺陷检测方法.pdf
2023-05-23
10金币
879KB
17页
是你****优呀
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共17页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
一种基于AI深度学习算法的表面缺陷检测方法.pdf
本发明公开了一种基于AI深度学习算法的表面缺陷检测方法,包括如下步骤:建立基础卷积神经分类网络,并插入Coordinate注意力机制模块,然后在大型数据集图像网上进行预训练获得预训练权重,保存权重;将待检测图片输入建立的卷积神经网络,获得多个特征图与注意力图;由得到的注意力图指导进行数据增强;将获取到的注意力图与特征图进行双线性注意力叠加的全局平均池化,以得到特征向量,而后拼接成为特征矩阵;构建网络的损失函数,设置网络的超参数并采用带有弱标签的数据集以进行训练。本发明通过替代的弱注释来减少人类在图像标记方
2023-05-23
10
879KB
一种基于深度学习的钢轨表面缺陷检测方法.pdf
本发明公开了一种基于深度学习的钢轨表面缺陷检测方法，本发明克服了传统非智能化的钢轨表面缺陷检测方法，结合深度学习的研究成果，提出运用基于语义分割的钢轨表面缺陷检测，可用于无损、无接触检测。描述采集的钢轨表面图像被制作成钢轨数据集送入到设计的神经网络中，运用基于语义分割的自定义网络训练学习，最终得到训练完成的网络，用于钢轨表面缺陷图像检测并标记缺陷区域，结合后端的图像处理技术获取缺陷轮廓，可进行智能识别，达到高精度检测、减少人工干预的目的。
2023-08-30
10
1MB
基于深度学习的带钢表面缺陷检测方法的开题报告.docx
基于深度学习的带钢表面缺陷检测方法的开题报告一、研究背景带钢是现代工业生产中不可或缺的材料，然而在生产过程中常常会出现表面缺陷，这些缺陷会影响带钢的质量和使用寿命。因此，研究如何快速、准确地检测带钢表面缺陷是很有必要的。目前，传统的检测方法主要依赖于人工目测，由于人工的主观性和眼睛的疲劳度等因素，检测的准确性和效率存在着限制。因此，研究如何利用计算机视觉技术实现自动化的带钢表面缺陷检测方法是值得探讨的问题。而深度学习作为计算机视觉领域的重要技术之一，具有较好的应用前景。二、研究目的和意义本研究旨在建立一种
2024-09-29
5
11KB
基于深度学习的织物表面缺陷检测方法的开题报告.docx
基于深度学习的织物表面缺陷检测方法的开题报告1.研究背景织物是人类社会中不可或缺的材料之一，在服装、家具、工业制品等领域中都有广泛应用。在生产中，织物表面缺陷的存在会影响产品质量，从而影响销售和品牌形象。因此，对于织物表面缺陷的检测具有重要意义。传统的织物表面缺陷检测方法主要是手工检测和机器视觉方法。手工检测的缺点在于效率低下，耗时费力；而机器视觉方法则通常需要建立复杂的图像处理算法，以实现对织物的准确检测，同时需要大量的有缺陷的织物样本进行训练。因此，深度学习技术的出现可以为织物表面缺陷检测带来新的突破
2024-09-26
5
11KB
一种基于图像AI识别算法的变压器表面缺陷检测系统.pdf
本发明公开了一种基于图像AI识别算法的变压器表面缺陷检测系统,具体涉及变压器检测领域,包括数据采集提取单元、缺陷检测单元、数据管理云终端以及PLC控制器。本发明通过视频、图像方式进行信息采集,利用图像获取识别模块进行识别,再由特征分类提取模块进行清洁度、划痕、表面锈迹、表面logo及表面文字等信息提取,而数据采集提取完毕后,经数据传输给检测单元,则中央处理器控制清洁度检测模块、锈迹检测模块、划痕检测模块、logo检测模块进行实时检测,同时将数据与参数设定模块设定的标准数据进行实时对比,从而达到实时监造目的
2023-05-26
10
986KB