典型文献
基于深度学习的圆钢表面缺陷检测系统
文献摘要：
圆钢表面缺陷是影响圆钢质量的重要因素.随着钢铁生产轧制节奏提升和智能化升级,人工检测、传统表面缺陷检测等方法已经难以同时满足多种类缺陷、高速在线检测等方面的需求.因此,设计了适用于圆钢表面缺陷检测的成像系统,提出分类优先网络与目标检测网络融合的圆钢表面缺陷检测方法,并将一种非缺陷样本加入网络模型的训练以提升检测精度.试验结果及应用效果表明,该方法针对凹坑、裂纹、耳子、划伤、翘皮等表面缺陷的准确识别率达到95.61％,能有效减少缺陷误报、漏报的问题.
文献关键词：
圆钢;表面缺陷检测;深度学习;分类优先网络;目标检测
中图分类号：
作者姓名：
邓能辉;侯睿;叶俊明
作者机构：
北京科技大学设计研究院有限公司,北京100083
文献出处：
引用格式：
[1]邓能辉;侯睿;叶俊明-.基于深度学习的圆钢表面缺陷检测系统)[J].中国冶金,2022(12):113-121
A类：
分类优先网络
B类：
圆钢,钢表面缺陷检测,钢质,钢铁生产,轧制节奏,智能化升级,在线检测,成像系统,目标检测网络,网络融合,缺陷检测方法,入网,检测精度,凹坑,耳子,划伤,翘皮,准确识别,识别率,误报,漏报
AB值：
0.314363
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。
