首页|基于卷积神经网络的钢表面缺陷检测方法

基于卷积神经网络的钢表面缺陷检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
钢设备质量检测环节中,首先需要进行外部检测,查看设备表面是否存在裂缝等异常.针对以上场景,提出了一种基于深度学习的钢表面缺陷检测方法,以卷积神经网络(CNN)作为识别算法,构建了缺陷检测规则.实验结果表明,该方法能有效提高花卉识别的准确性.
Detection Method of Steel Surface Defects Based on Convolution Neural Network

朱宏平

展开 >

南京金陵亨斯迈新材料有限责任公司,江苏 南京 210047

钢缺陷识别 卷积神经网络 深度学习

2020

工业控制计算机
中国计算机学会工业控制计算机专业委员会 江苏省计算技术研究所有限责任公司

工业控制计算机

影响因子：0.258
ISSN：1001-182X
年,卷(期)：2020.33(8)
  • 5
  • 4