钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
冶金工业期刊
\
冶金自动化期刊
\
基于深度学习模型识别热轧钢卷边部缺陷的探索
基于深度学习模型识别热轧钢卷边部缺陷的探索
作者:
张振宇
陈晓波
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
热轧带钢
边部缺陷
深度学习
SSD网络模型
机器视觉
摘要:
为了实现对热轧带钢边部各种质量缺陷的有效检测,针对带钢边部常见的边损、拉丝缺陷,基于深度学习SSD网络模型原理,建立钢卷边部缺陷识别模型,通过机器视觉对缺陷图片进行有效标记.模型应用后,提高了产品缺陷的识别精度和人员劳动效率,减少了质量缺陷产品的流出.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的热轧钢带表面缺陷检测方法
深度学习
CNN
缺陷检测
特征融合
SSD
基于深度学习算法的带钢表面缺陷识别
带钢表面
深度学习
分类准确性
缺陷识别
基于深度学习的X射线焊缝缺陷识别
焊缝缺陷识别
图像分类
深度学习
TensorFlow
卷积神经网络
基于深度学习的木材缺陷图像的识别与定位
自动缺陷定位模型方法
多缺陷定位模型
木材图像检测
MobileNet
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度学习模型识别热轧钢卷边部缺陷的探索
来源期刊
冶金自动化
学科
关键词
热轧带钢
边部缺陷
深度学习
SSD网络模型
机器视觉
年,卷(期)
2019,(3)
所属期刊栏目
人工智能技术
研究方向
页码范围
13-16
页数
4页
分类号
字数
语种
中文
DOI
10.3969/j.issn.1000-7059.2019.03.003
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
陈晓波
3
1
1.0
1.0
2
张振宇
2
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(36)
共引文献
(69)
参考文献
(9)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1997(1)
参考文献(0)
二级参考文献(1)
1999(2)
参考文献(0)
二级参考文献(2)
2001(2)
参考文献(0)
二级参考文献(2)
2003(1)
参考文献(0)
二级参考文献(1)
2004(2)
参考文献(1)
二级参考文献(1)
2005(2)
参考文献(0)
二级参考文献(2)
2006(3)
参考文献(0)
二级参考文献(3)
2007(3)
参考文献(0)
二级参考文献(3)
2008(1)
参考文献(0)
二级参考文献(1)
2009(3)
参考文献(1)
二级参考文献(2)
2010(4)
参考文献(0)
二级参考文献(4)
2011(4)
参考文献(1)
二级参考文献(3)
2012(2)
参考文献(0)
二级参考文献(2)
2014(2)
参考文献(1)
二级参考文献(1)
2015(3)
参考文献(0)
二级参考文献(3)
2016(4)
参考文献(0)
二级参考文献(4)
2017(5)
参考文献(4)
二级参考文献(1)
2018(1)
参考文献(1)
二级参考文献(0)
2019(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
热轧带钢
边部缺陷
深度学习
SSD网络模型
机器视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
冶金自动化
主办单位:
冶金自动化研究设计院
北京钢研柏苑出版有限责任公司
出版周期:
双月刊
ISSN:
1000-7059
CN:
11-2067/TF
开本:
大16开
出版地:
北京西四环南路72号
邮发代号:
2-321
创刊时间:
1976
语种:
chi
出版文献量(篇)
3517
总下载数(次)
6
总被引数(次)
13493
期刊文献
相关文献
1.
基于深度学习的热轧钢带表面缺陷检测方法
2.
基于深度学习算法的带钢表面缺陷识别
3.
基于深度学习的X射线焊缝缺陷识别
4.
基于深度学习的木材缺陷图像的识别与定位
5.
热轧钢管表面三维缺陷检测方法探讨
6.
基于深度学习的金属焊接管道内壁缺陷检测方法研究
7.
基于深度学习的语音识别技术现状与展望
8.
深度学习在硅钢钢片缺陷识别中的应用
9.
基于深度学习的标签缺陷检测系统应用
10.
基于深度学习的海战场图像目标识别
11.
基于迭代深度学习的缺陷检测
12.
IF钢热轧边部线状缺陷产生机理
13.
基于深度学习的植物识别原理综述
14.
基于深度学习算法的带钢表面缺陷识别
15.
基于深度学习的图像识别算法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
冶金自动化2021
冶金自动化2020
冶金自动化2019
冶金自动化2018
冶金自动化2017
冶金自动化2016
冶金自动化2015
冶金自动化2014
冶金自动化2013
冶金自动化2012
冶金自动化2011
冶金自动化2010
冶金自动化2009
冶金自动化2008
冶金自动化2007
冶金自动化2006
冶金自动化2005
冶金自动化2004
冶金自动化2003
冶金自动化2002
冶金自动化2001
冶金自动化2000
冶金自动化1999
冶金自动化2019年第6期
冶金自动化2019年第5期
冶金自动化2019年第4期
冶金自动化2019年第3期
冶金自动化2019年第2期
冶金自动化2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号