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:
外观缺陷检测因其多样性和不可预测,给机器视觉检测带来极大挑战,本文的研究主要通过引入深度学习模块,解决了外观缺陷检测中的模糊识别和误判率高问题.
推荐文章
基于深度学习的磁芯表面缺陷检测研究
磁芯
缺陷检测
深度卷积生成对抗网络
图像融合
深度学习
基于迁移学习的塑件外观缺陷柔性检测方法
塑件
外观检测
卷积神经网络
迁移学习
柔性检测
基于深度学习的金属焊接管道内壁缺陷检测方法研究
金属焊接管道
深度学习
缺陷检测
基于深度学习的指针缺陷检测研究
指针
缺陷检测
SSD
RFCN
MobileNet
特征提取
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 基于深度学习的高精度外观缺陷检测研究
来源期刊 机电产品开发与创新 学科
关键词 深度学习 缺陷 机器视觉 图像 检测
年,卷(期) 2021,(3) 所属期刊栏目 制造业信息化|Manufacture Informalization
研究方向 页码范围 76-78
页数 3页 分类号 TP29
字数 语种 中文
DOI 10.3969/j.issn.1002-6673.2021.03.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 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
深度学习
缺陷
机器视觉
图像
检测
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
机电产品开发与创新
双月刊
1002-6673
11-3913/TM
大16开
北京市首体南路2号6层632室
82-401
1988
chi
出版文献量(篇)
6855
总下载数(次)
12
总被引数(次)
21387
论文1v1指导