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       
摘要:
工业产品的表面缺陷会对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业应对产品的表面缺陷进行检测,以便及时发现并加以控制.采用机器视觉的缺陷检测方法可以在很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低和劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用.本文将该方法在零件汽车精密零件缺陷检测中展开了应用研究,希望能为相关方法标准的制定提供参考.
推荐文章
汽车零件模具调试检测系统探讨
汽车零件
尺寸精度
模具调试
检测方法
汽车零件成形模具尺寸预估方法
汽车零件
模具
尺寸预估
报价
我国汽车零件注射模发展现状与趋势
汽车
注射模
发展现状
趋势
基于二元语义信息公理的汽车零件材料选择
汽车零件
材料选择
二元语义
信息公理
组合权重
多属性群决策
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 基于深度学习的汽车零件缺陷检测方法研究
来源期刊 质量与标准化 学科
关键词 汽车精密零件 缺陷检测 机器视觉 深度学习
年,卷(期) 2021,(3) 所属期刊栏目 论文
研究方向 页码范围 52-55
页数 4页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (26)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
汽车精密零件
缺陷检测
机器视觉
深度学习
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
质量与标准化
月刊
2095-0918
31-2058/G3
大16开
上海市长乐路1227号501室
4-765
1982
chi
出版文献量(篇)
4378
总下载数(次)
12
总被引数(次)
3658
论文1v1指导