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
基于深度学习的轮毂自动检测系统研究
被引量:
1
1
作者
范翠锋
王策正
+2 位作者
李正祥
高超
谢奇
《汽车测试报告》
2023年第7期19-21,共3页
该文通过对多种深度学习算法的试验,验证YOLO算法对整车零件错漏装应用场景的适用性,并针对整车轮毂配置错装问题,应用YOLO v4深度学习算法框架开发轮毂自动检测系统,旨在以低成本的方式实现对轮毂错装问题发生后的自动防错,从而消除传...
该文通过对多种深度学习算法的试验,验证YOLO算法对整车零件错漏装应用场景的适用性,并针对整车轮毂配置错装问题,应用YOLO v4深度学习算法框架开发轮毂自动检测系统,旨在以低成本的方式实现对轮毂错装问题发生后的自动防错,从而消除传统人工检测方法检测效率低且存在问题的弊端。
展开更多
关键词
轮毂自动检测系统
机器视觉
深度学习
YOLO
v4
零件识别
下载PDF
职称材料
题名
基于深度学习的轮毂自动检测系统研究
被引量:
1
1
作者
范翠锋
王策正
李正祥
高超
谢奇
机构
一汽-大众汽车有限公司
出处
《汽车测试报告》
2023年第7期19-21,共3页
文摘
该文通过对多种深度学习算法的试验,验证YOLO算法对整车零件错漏装应用场景的适用性,并针对整车轮毂配置错装问题,应用YOLO v4深度学习算法框架开发轮毂自动检测系统,旨在以低成本的方式实现对轮毂错装问题发生后的自动防错,从而消除传统人工检测方法检测效率低且存在问题的弊端。
关键词
轮毂自动检测系统
机器视觉
深度学习
YOLO
v4
零件识别
分类号
U46 [机械工程—车辆工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的轮毂自动检测系统研究
范翠锋
王策正
李正祥
高超
谢奇
《汽车测试报告》
2023
1
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