典型文献
深度神经网络模型用于图像斑点微瑕疵检测
文献摘要：
在印染行业中,产品外观经常会出现很多斑点状缺陷,此类缺陷属于微瑕疵,其人工检测成本高且检测难度大.针对产品外观斑点状缺陷,本文提出了一种基于机器视觉的图像微瑕疵检测方法,其主要思想是基于Faster-RCNN框架构建轻量化网络模型,并利用样本梯度特征信息进行非端对端网络训练.所设计的非端对端训练模式不仅能有效缩短模型训练时间,还可以提升模型推理能力.实验结果表明,针对不同类型班点微瑕疵,本文提供的检测算法具有高效的局部检测精度,且可应用于其他领域的类似斑点任务检测.
文献关键词：
微瑕疵;图像检测;深度网络;斑点缺陷
中图分类号：
作者姓名：
杨翠;刘冲;王海曼;董婷婷;魏雅婷;谷孟丽
作者机构：
安庆师范大学 数理学院,安徽 安庆 246133
文献出处：
引用格式：
[1]杨翠;刘冲;王海曼;董婷婷;魏雅婷;谷孟丽-.深度神经网络模型用于图像斑点微瑕疵检测)[J].安庆师范大学学报（自然科学版）,2022(04):51-56
A类：
斑点缺陷
B类：
深度神经网络模型,微瑕疵,瑕疵检测,印染行业,产品外观,斑点状,点状缺陷,机器视觉,Faster,RCNN,框架构建,轻量化网络,梯度特征,特征信息,端对端,端网络,网络训练,训练模式,模型训练,训练时间,模型推理,推理能力,班点,检测算法,局部检测,检测精度,图像检测,深度网络
AB值：
0.417623
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
