中图网

>

安全科学

多类型表面缺陷机器视觉检测方法研究

作者：舒雨锋

出版社：华中科技大学出版社出版时间：2024-07-01

开本： 16开 页数： 198

本类榜单：工业技术销量榜

中图价:¥50.7(5.7折) 定价 ~~¥89.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥50.7 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

多类型表面缺陷机器视觉检测方法研究版权信息

ISBN：9787577207551
条形码：9787577207551 ; 978-7-5772-0755-1
装帧：平装
册数：暂无
重量：暂无
所属分类：
工业技术
>
安全科学

多类型表面缺陷机器视觉检测方法研究本书特色

本文致力于设计一种基于深度学习多类型表面缺陷视觉检测系统，因此本文针对多类型表面缺陷检测的三大难题分别提出了解决方法，并且通过设计完整的缺陷检测系统证明了方案的可行性。（1）构建一个能高效生成完整多类型表面缺陷数据集的方法。目前效果*好、*有前景的数据生成方法是通过生成对抗网络生成数据，因此可以通过生成对抗网络的方法生成大量的多类型表面缺陷图片，从而满足训练一个高精度多类型表面缺陷检测模型的数据量要求。（2）构建一个检测精度高、检测性能快的检测器。目前有很多目标检测模型用于工业检测中，其中YOLOv4模型以高精度、高性能得到了广泛的使用。本文对YOLOv4模型进行改进提升，从而得到更高检测精度的表面缺陷检测模型。（3）构建一个方便、快速更新检测模型的方法。通过模型迁移的方法可以在一个原有检测模型的基础上快速得到一个新的检测模型，可以满足多类型表面缺陷检测模型可扩展、可更新、易维护的需求。本文设计了一种新的模型迁移方法，可以更高效地对模型进行更新，并且保持高检测精度。

多类型表面缺陷机器视觉检测方法研究内容简介

本文在全面调研工业领域缺陷检测现状的过程中，发现工业领域中表面缺陷检测因为样本数量不足、检测精度和实时性要求高、缺陷种类繁多等各种难题。这样，在进行多类型表面缺陷检测时，基于机器视觉的检测方法在实际应用时十分困难，为了解决这些难题，本文根据多类型表面缺陷检测中存在缺陷样本稀少且样本搜集困难、缺陷检测中算法模型多且检测成本高、缺陷种类繁多且检测场景复杂等问题，提出了基于深度学习的技术解决方案，采用生成对抗网络、目标检测网络和迁移学习等*前沿的深度学习技术手段建立了完善的缺陷样本数据集，提高了缺陷检测的精度，并且对不同种类缺陷检测快速地训练新模型，同时还设计了一个多类型表面缺陷智能视觉检测的Web在线系统，整合了三种技术方案，并且可以实时显示多类型表面缺陷检测的效果。

多类型表面缺陷机器视觉检测方法研究目录

1 绪论1
1.1 课题研究背景、目的及意义1
1.2 国内外相关研究现状3
1.3 电动机换向器表面缺陷检测需求分析10
1.4 本书主要工作12 2 基于CCAWGAN模型的缺陷样本生成方法15
2.1 引言15
2.2 图像生成和图像融合理论分析16
2.3 基于CCAWGAN模型的缺陷样本生成方法设计22
2.4 实验验证与结果分析32
2.5 本章小结40 3 基于FIYOLOv4模型的表面缺陷目标检测方法42
3.1 引言42
3.2 YOLOv4模型42
3.3 基于YOLOv4的FIYOLOv4模型设计46
3.4 实验验证与结果分析65
3.5 本章小结77 4 基于PSFTM模型的多类型表面缺陷检测方法78
4.1 引言78
4.2 迁移学习理论分析78
4.3 基于迁移学习的PSFTM模型设计82
4.4 实验测试及结果分析89
4.5 本章小结95 5 多类型表面缺陷检测系统设计与应用96
5.1 引言96
5.2 多类型表面缺陷检测系统设计97
5.3 多类型表面缺陷检测系统开发103
5.4 多类型表面缺陷检测系统实例验证110
5.5 本章小结119 6 结论与展望120
6.1 本书结论120
6.2 本书创新点122
6.3 研究展望122 参考文献124

展开全部

多类型表面缺陷机器视觉检测方法研究作者简介

舒雨锋，副教授，博士，东莞职业技术学院智能制造学院副院长。2001.09-2005.07，燕山大学机械设计制造及其自动化，大学本科；2005.09-2008.07，华南理工大学机械电子工程，硕士研究生；2014.09-2022.07，华中科技大学机械电子工程，博士研究生。广东省教育厅教学成果一等奖1项；校级教学成果特等奖2项；广东省教育厅教学能力比赛三等奖3项；广东省教育厅优秀教学团队“机械制造与自动化专业教学团队”；参与机械行指委高职本科数控技术专业教学标准的研制。主要著作：《机械制造基础》ISBN：978-7-5661-2320-6，主编，哈尔滨工程大学出版社；《数控机床安装与调试》ISBN：978-7-313-16925-9，主编，上海交通大学出版社；《数控机床电气控制与联调》ISBN：978-7-5609-8041-6，副主编，华中科技大学出版社；《数控机床与操作》ISBN：978-7-5609-7864-8，副主编，华中科技大学出版社。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐