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:
随着制造业的高速发展,缺陷检测在制造型企业中的重要性变得来越高.然而大多数生产厂商还使用人工或基于机器视觉的方法进行缺陷检测.人工检测的效率和可靠性通常很低.采用机器视觉算法对产品进行质量检测是一种比较成熟的方案.但缺陷种类过多时,此类算法存在人工设计特征效率低、泛化性差、处理步骤繁琐等缺陷.
推荐文章
改进 YOLOv4 的混凝土建筑裂缝检测算法
裂缝检测
目标检测
YOLOv4
多尺度特征融合
基于改进YOLOV4模型的交通标志识别研究
交通标志识别
高清街景图像
注意力机制
增强感受野
基于Gaussian-yolov3的铝型材表面缺陷检测
铝型材
缺陷检测
Gaussian-yolov3
可变形卷积
密集连接
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YOLOv4的小目标缺陷检测
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(5) 所属期刊栏目 技术交流
研究方向 页码范围 146-147
页数 2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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导