3分钟前 微细零件商家服务至上 昆山纳祥[纳祥精密1266863]内容:该方法将训练数据集中的精密零件图像进行自适应多尺度及随轮廓局部提取后,创建重构图像集合,再进行卷积神经网络的训练。所提出的基于图像重构的卷积神经网络能够同时实现多种不同类型瑕疵的有效检测。该方法在精密零件的垫伤、划痕和麻点瑕疵的检测中,均达到了97%以上的检测效果。同时,为了解决缺少带标注的精密零件样本库的问题,本文采集了一万幅精密零件的外观样本图像并对其瑕疵类型进行标注,创建了精密零件表面瑕疵样本数据库。
微细零件商家服务至上 昆山纳祥
2024-05-19 00:54 浏览:36
非会员信息
3分钟前 微细零件商家服务至上 昆山纳祥[纳祥精密1266863]内容:该方法将训练数据集中的精密零件图像进行自适应多尺度及随轮廓局部提取后,创建重构图像集合,再进行卷积神经网络的训练。所提出的基于图像重构的卷积神经网络能够同时实现多种不同类型瑕疵的有效检测。该方法在精密零件的垫伤、划痕和麻点瑕疵的检测中,均达到了97%以上的检测效果。同时,为了解决缺少带标注的精密零件样本库的问题,本文采集了一万幅精密零件的外观样本图像并对其瑕疵类型进行标注,创建了精密零件表面瑕疵样本数据库。
3分钟前 微细零件商家服务至上 昆山纳祥[纳祥精密1266863]内容:该方法将训练数据集中的精密零件图像进行自适应多尺度及随轮廓局部提取后,创建重构图像集合,再进行卷积神经网络的训练。所提出的基于图像重构的卷积神经网络能够同时实现多种不同类型瑕疵的有效检测。该方法在精密零件的垫伤、划痕和麻点瑕疵的检测中,均达到了97%以上的检测效果。同时,为了解决缺少带标注的精密零件样本库的问题,本文采集了一万幅精密零件的外观样本图像并对其瑕疵类型进行标注,创建了精密零件表面瑕疵样本数据库。
联系方式