期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
磁瓦检测—智能(AI)分选设备的研究
下载PDF
职称材料
导出
摘要
在本文中,我们研发了基于深度学习的磁材缺陷检测、分类和分级。该技术针对磁瓦表面不同的缺陷,进行光源和打光方式的设计,使得相关缺陷和基体之间对光线呈现不同的反射,采用工业相机进行拍摄,获取磁瓦表面图像。根据人为标注的少量缺陷图片,自动学习和抓取重要的缺陷特征,实现对缺陷的精确检测和分类,为磁材生产的质量保障、制程优化、生产管理提供强有力的技术支撑。
作者
舒云峰
周巧玲
赵修彬
李小艳
潘正蒙
机构地区
中钢天源股份有限公司
安徽省马鞍山工业学校
出处
《中文科技期刊数据库(全文版)工程技术》
2021年第11期395-398,共4页
关键词
磁瓦
深度学习(AI)
工业视觉
智能分选
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
0
参考文献
0
共引文献
0
同被引文献
0
引证文献
0
二级引证文献
0
1
黄孝妍,曾洪,宋爱国.
复数循环神经网络解码运动参数的研究[J]
.传感器与微系统,2023,42(3):49-52.
2
罗丽洁,韩华,张路遥,金婕.
改进HTC算法的电脑背板表面缺陷检测[J]
.制造业自动化,2023,45(3):21-25.
3
张荣丹,梁春英,李普,王淞,邹立雯,李圳鹏.
基于Simulink仿真的施肥机模糊神经网络PID控制方法[J]
.南方农机,2023,54(7):17-20.
被引量:4
中文科技期刊数据库(全文版)工程技术
2021年 第11期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部