同類熱銷排行榜

多類型表面缺陷機器視覺檢測方法研究

作者：舒雨鋒|責編:郭星星
出版社：華中科技大學
ISBN：9787577207551

出版日期：2024/05/01
裝幀：平裝
頁數：126

人民幣：RMB 89 元售價：元

內容大鋼

筆者在全面調研工業領域缺陷檢測現狀的過程中，發現工業領域中表面缺陷檢測存在樣本數量不足、檢測精度和實時性要求高、缺陷種類繁多等各種難題，導致在進行多類型表面缺陷檢測時，基於機器視覺的檢測方法在實際應用時十分困難。為了解決這些難題，本書針對缺陷樣本稀少且樣本搜集困難、缺陷檢測演算法模型多且檢測成本高、缺陷類型繁多且檢測場景複雜等問題提出了基於深度學習的技術解決方案，採用生成對抗網路、目標檢測網路和遷移學習等最前沿的深度學習技術建立了完善的缺陷樣本數據集，提高了缺陷檢測的精度，並且對不同種類的缺陷檢測快速地訓練新模型。最後還介紹了一個多類型表面缺陷智能視覺檢測Web在線系統，這個Web在線系統整合了三種技術方案，可以實時顯示多類型表面缺陷檢測的效果。

作者介紹

舒雨鋒|責編:郭星星

1  緒論
  1.1  課題研究背景、目的及意義
  1.2  國內外相關研究現狀
  1.3  電動機換向器表面缺陷檢測需求分析
  1.4  本書主要工作
2  基於CCA-WGAN模型的缺陷樣本生成方法
  2.1  引言
  2.2  圖像生成和圖像融合理論分析
  2.3  基於CCA-WGAN模型的缺陷樣本生成方法設計
  2.4  實驗驗證與結果分析
  2.5  本章小結
3  基於FI-YOLOv4模型的表面缺陷目標檢測方法
  3.1  引言
  3.2  YOLOv4模型
  3.3  基於YOLOv4的FI-YOLOv4模型設計
  3.4  實驗驗證與結果分析
  3.5  本章小結
4  基於PSF-TM模型的多類型表面缺陷檢測方法
  4.1  引言
  4.2  遷移學習理論分析
  4.3  基於遷移學習的PSF-TM模型設計
  4.4  實驗測試及結果分析
  4.5  本章小結
5  多類型表面缺陷檢測系統設計與應用
  5.1  引言
  5.2  多類型表面缺陷檢測系統設計
  5.3  多類型表面缺陷檢測系統開發
  5.4  多類型表面缺陷檢測系統實例驗證
  5.5  本章小結
6  結論與展望
  6.1  本書結論
  6.2  本書創新點
  6.3  研究展望
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

多類型表面缺陷機器視覺檢測方法研究