由于CNN强大的特征提取能力,采用基于CNN的分类网络目前已成为表面缺陷分类中的模式一般来说,现
有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构,包括AlexNet, VGG, GoogL eNet,ResNet,
SENet, ShuteNet,MobileNet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。
Deep learning-based crack damage detection using convolutional neural networks
随着纸张产品在、食品包装、电子行业等方面应用的日益广 泛,对纸张表面的质量要求变的越来越严格,由于受造纸环境及生产工艺的影
响,纸张的表面很容易出现破洞、蚊虫、污点褶皱、浆块等表面瑕疵,严重影响产品质量。再加上传统人工肉眼无法满足高质量的检测标准,越
来越多的企业开始采用赛默斐视SIMV纸病在线检测系统来完成纸张表面瑕疵缺陷的在线测量。
以上信息由专业从事缺陷检测系统的宣雄于2024/3/29 7:26:46发布
转载请注明来源:http://szhou.mf1288.com/szxxznlj-2725758938.html