《表5 基于深度学习的缺陷检测方法》
质量作为产品生产中的重要一环,缺陷检测对其应用具有极大的实际意义,也是广大科研工作者和企业研究的热点之一.本文针对复杂工业过程中制造产品相关的缺陷检测的研究现状进行了较为全面的综述,对缺陷检测技术的优缺点进行了总结,对缺陷检测技术的实验结果进行了分析概括;针对所获得的缺陷信息,概述了缺陷检测技术在电子元器件、管道、制造装备、焊接件和制造产品缺陷分类和故障预测中的应用情况,以期对智能装备的“后操作”提供辅助支持.同时,结合实际应用需求和人工智能的发展,指出未来有待深入研究的问题.这些问题的解决将促进缺陷检测技术具有更好地普适性、更高的缺陷检测准确率和满足企业实时性检测的需求.为了进一步辅助研究者和企业工程师将深度学习的方法应用在产品的缺陷检测,表5从高精度、高定位、快速检测、小目标、复杂背景、被遮挡物体检测、物体关联关系等几个方面总结近年来发表在ICCV和CVPR等知名国际会议上的相关论文,并总结了这些较优论文的核心思想和源代码,以辅助研发人员进行知识重用和创新设计.
图表编号 | XD00202896700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 李少波、杨静、王铮、朱书德、杨观赐 |
绘制单位 | 贵州大学机械工程学院、贵州大学现代制造技术教育部重点实验室、贵州大学省部共建公共大数据重点实验室、贵州大学机械工程学院、贵州大学省部共建公共大数据重点实验室、贵州大学机械工程学院、贵州大学机械工程学院、贵州大学现代制造技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |