您当前的位置：
首页 >
文章列表页 >
基于多支路卷积神经网络的磁瓦表面缺陷检测算法
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于多支路卷积神经网络的磁瓦表面缺陷检测算法

    • Surface defect detection algorithm of magnetic tiles based on multi⁃branch convolutional neural network

    • “在磁瓦表面缺陷检测领域，研究者提出了一种新算法，通过多支路网络结构和注意力模块，实现了99%以上的检测准确率和129块/分钟的检测速度，满足了磁瓦大批量生产实时在线检测要求。”
    • 刘培勇 ，董洁 ，谢罗峰 ，朱杨洋 ，殷国富
    • 吉林大学学报（工学版） 2023年53卷第5期 页码：1449-1457
    • 作者机构：

      1.四川大学 机械工程学院，成都 610065

      2.成都航空职业技术学院，成都 610100

    • 作者简介：

      刘培勇（1974-），男，高级工程师，博士.研究方向：机器视觉检测.E-mail：peiyongliu@126.com

      殷国富（1956-），男，教授，博士.研究方向：智能制造和机器视觉检测.E-mail：gfyin@scu.edu.cn

    • 基金信息：
      国家自然科学基金项目(5207535);四川省科技计划项目(2020ZDZX0014;2021YJ0055)

    • DOI： 10.13229/j.cnki.jdxbgxb.20210855     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

60

浏览量

157

下载量

5

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于多标签特征融合的实例分割网络框架
联合时空注意力的视频显著性预测
生物医学命名实体识别的两阶段学习算法
基于桥梁裂缝识别模型的桥梁裂缝病害识别方法
基于卷积网络结构重参数化的车位状态检测算法

相关作者

车翔玖
许阳
薛浩
曲卫东
秦贵和
孙铭会
金玉波
徐欢

相关机构

吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
上海爱思博特管理咨询有限公司
光电对抗测试评估技术重点实验室
兰州交通大学 自动化与电气工程学院