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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进Swin Transformer的钢板表面缺陷检测方法
被引量:
2
1
作者
代晓林
刘梦玫
+3 位作者
生群
李林
苗延麒
韩伟
《装备制造技术》
2022年第4期88-91,共4页
钢板是钢铁生产的主要产品,占据总产量的65%,钢板的任何质量问题,都会对以钢板为原料的制造业造成巨大的经济损失,也会对钢板制造商造成巨大的声誉损失。随着制造业对钢板表面质量要求的提高,基于计算机视觉的自动缺陷检测方法也越来越...
钢板是钢铁生产的主要产品,占据总产量的65%,钢板的任何质量问题,都会对以钢板为原料的制造业造成巨大的经济损失,也会对钢板制造商造成巨大的声誉损失。随着制造业对钢板表面质量要求的提高,基于计算机视觉的自动缺陷检测方法也越来越受到重视。该文提出的改进Swin Transformer算法可以准确、快速地识别多种类别的钢表面缺陷。相对于常用的Faster RCNN,Mask RCNN等算法,具有对小尺寸缺陷识别精度更高,训练及预测速度更快的优势。针对现有缺陷检测方法对小尺寸缺陷识别精度差,识别速度慢的缺点,提出一种基于Swin Transformer骨干网络的钢板表面缺陷检测方法。由于Swin Transformer使用窗口划分代替卷积,因此,不会造成数据丢失和冗余计算,提高了识别精度和速度。试验结果表明,相对于YOLO V4的低检测精度和Faster R-CNN的慢识别速度,Swin Transformer可以实现高精度的实时检测,满足工业生产需求。
展开更多
关键词
缺陷检测
Swin
Transformer算法
深度学习
下载PDF
职称材料
题名
基于改进Swin Transformer的钢板表面缺陷检测方法
被引量:
2
1
作者
代晓林
刘梦玫
生群
李林
苗延麒
韩伟
机构
大连惠友自动化有限公司
大连船舶重工集团有限公司
出处
《装备制造技术》
2022年第4期88-91,共4页
文摘
钢板是钢铁生产的主要产品,占据总产量的65%,钢板的任何质量问题,都会对以钢板为原料的制造业造成巨大的经济损失,也会对钢板制造商造成巨大的声誉损失。随着制造业对钢板表面质量要求的提高,基于计算机视觉的自动缺陷检测方法也越来越受到重视。该文提出的改进Swin Transformer算法可以准确、快速地识别多种类别的钢表面缺陷。相对于常用的Faster RCNN,Mask RCNN等算法,具有对小尺寸缺陷识别精度更高,训练及预测速度更快的优势。针对现有缺陷检测方法对小尺寸缺陷识别精度差,识别速度慢的缺点,提出一种基于Swin Transformer骨干网络的钢板表面缺陷检测方法。由于Swin Transformer使用窗口划分代替卷积,因此,不会造成数据丢失和冗余计算,提高了识别精度和速度。试验结果表明,相对于YOLO V4的低检测精度和Faster R-CNN的慢识别速度,Swin Transformer可以实现高精度的实时检测,满足工业生产需求。
关键词
缺陷检测
Swin
Transformer算法
深度学习
分类号
TU392 [建筑科学—结构工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进Swin Transformer的钢板表面缺陷检测方法
代晓林
刘梦玫
生群
李林
苗延麒
韩伟
《装备制造技术》
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部