典型文献
一种基于深度学习的轮胎缺陷检测系统
文献摘要：
为了提高轮胎缺陷检测的效率与准确率,论文设计了一款轮胎缺陷检测系统.该系统首先将数据库中选择的原始图像进行预处理,在提高图像的对比度之后,对预处理后的轮胎图像进行固定像素大小的切割,将轮胎图像切割为若干张像素大小为1024*1024的图像,论文选用视觉图像注释器对切割后的轮胎图像进行特征标记,标记后的图像以坐标形式呈现,用Mask R-CNN网络对准备好的训练集进行自适应训练,最后通过测试集对训练好的模型进行评测,实验发现轮胎杂物缺陷检测率为96.68％.可以发现,该系统可以有效地检测出轮胎的杂物缺陷,使得轮胎厂家可以节约人工成本,大大缩减轮胎缺陷的检测时间.
文献关键词：
缺陷检测;Mask R-CNN;视觉图像注释器;固定像素大小切割
中图分类号：
作者姓名：
顾海军;陈胜
作者机构：
上海理工大学光电信息与计算机工程学院 上海 200093
文献出处：
引用格式：
[1]顾海军;陈胜-.一种基于深度学习的轮胎缺陷检测系统)[J].计算机与数字工程,2022(07):1463-1467
A类：
视觉图像注释器,固定像素大小切割
B类：
轮胎缺陷检测,原始图像,对比度,轮胎图像,论文选,特征标,Mask,对准,训练集,自适应训练,测试集,练好,评测,杂物,检测率,轮胎厂,厂家,约人,人工成本,检测时间
AB值：
0.264499
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。
