掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
多類型表面缺陷機器視覺檢測方法研究 版權信息
- ISBN：9787577207551
- 條形碼：9787577207551 ; 978-7-5772-0755-1
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多類型表面缺陷機器視覺檢測方法研究 本書特色
本文致力于設計一種基于深度學習多類型表面缺陷視覺檢測系統，因此本文針對多類型表面缺陷檢測的三大難題分別提出了解決方法，并且通過設計完整的缺陷檢測系統證明了方案的可行性。（1）構建一個能高效生成完整多類型表面缺陷數據集的方法。目前效果*好、*有前景的數據生成方法是通過生成對抗網絡生成數據，因此可以通過生成對抗網絡的方法生成大量的多類型表面缺陷圖片，從而滿足訓練一個高精度多類型表面缺陷檢測模型的數據量要求。（2）構建一個檢測精度高、檢測性能快的檢測器。目前有很多目標檢測模型用于工業檢測中，其中YOLOv4模型以高精度、高性能得到了廣泛的使用。本文對YOLOv4模型進行改進提升，從而得到更高檢測精度的表面缺陷檢測模型。（3）構建一個方便、快速更新檢測模型的方法。通過模型遷移的方法可以在一個原有檢測模型的基礎上快速得到一個新的檢測模型，可以滿足多類型表面缺陷檢測模型可擴展、可更新、易維護的需求。本文設計了一種新的模型遷移方法，可以更高效地對模型進行更新，并且保持高檢測精度。
多類型表面缺陷機器視覺檢測方法研究 內容簡介
本文在全面調研工業領域缺陷檢測現狀的過程中，發現工業領域中表面缺陷檢測因為樣本數量不足、檢測精度和實時性要求高、缺陷種類繁多等各種難題。這樣，在進行多類型表面缺陷檢測時，基于機器視覺的檢測方法在實際應用時十分困難，為了解決這些難題，本文根據多類型表面缺陷檢測中存在缺陷樣本稀少且樣本搜集困難、缺陷檢測中算法模型多且檢測成本高、缺陷種類繁多且檢測場景復雜等問題，提出了基于深度學習的技術解決方案，采用生成對抗網絡、目標檢測網絡和遷移學習等*前沿的深度學習技術手段建立了完善的缺陷樣本數據集，提高了缺陷檢測的精度，并且對不同種類缺陷檢測快速地訓練新模型，同時還設計了一個多類型表面缺陷智能視覺檢測的Web在線系統，整合了三種技術方案，并且可以實時顯示多類型表面缺陷檢測的效果。
多類型表面缺陷機器視覺檢測方法研究 目錄
1 緒論1
1.1 課題研究背景、目的及意義1
1.2 國內外相關研究現狀3
1.3 電動機換向器表面缺陷檢測需求分析10
1.4 本書主要工作12 2 基于CCAWGAN模型的缺陷樣本生成方法15
2.1 引言15
2.2 圖像生成和圖像融合理論分析16
2.3 基于CCAWGAN模型的缺陷樣本生成方法設計22
2.4 實驗驗證與結果分析32
2.5 本章小結40 3 基于FIYOLOv4模型的表面缺陷目標檢測方法42
3.1 引言42
3.2 YOLOv4模型42
3.3 基于YOLOv4的FIYOLOv4模型設計46
3.4 實驗驗證與結果分析65
3.5 本章小結77 4 基于PSFTM模型的多類型表面缺陷檢測方法78
4.1 引言78
4.2 遷移學習理論分析78
4.3 基于遷移學習的PSFTM模型設計82
4.4 實驗測試及結果分析89
4.5 本章小結95 5 多類型表面缺陷檢測系統設計與應用96
5.1 引言96
5.2 多類型表面缺陷檢測系統設計97
5.3 多類型表面缺陷檢測系統開發103
5.4 多類型表面缺陷檢測系統實例驗證110
5.5 本章小結119 6 結論與展望120
6.1 本書結論120
6.2 本書創新點122
6.3 研究展望122 參考文獻124
1.1 課題研究背景、目的及意義1
1.2 國內外相關研究現狀3
1.3 電動機換向器表面缺陷檢測需求分析10
1.4 本書主要工作12 2 基于CCAWGAN模型的缺陷樣本生成方法15
2.1 引言15
2.2 圖像生成和圖像融合理論分析16
2.3 基于CCAWGAN模型的缺陷樣本生成方法設計22
2.4 實驗驗證與結果分析32
2.5 本章小結40 3 基于FIYOLOv4模型的表面缺陷目標檢測方法42
3.1 引言42
3.2 YOLOv4模型42
3.3 基于YOLOv4的FIYOLOv4模型設計46
3.4 實驗驗證與結果分析65
3.5 本章小結77 4 基于PSFTM模型的多類型表面缺陷檢測方法78
4.1 引言78
4.2 遷移學習理論分析78
4.3 基于遷移學習的PSFTM模型設計82
4.4 實驗測試及結果分析89
4.5 本章小結95 5 多類型表面缺陷檢測系統設計與應用96
5.1 引言96
5.2 多類型表面缺陷檢測系統設計97
5.3 多類型表面缺陷檢測系統開發103
5.4 多類型表面缺陷檢測系統實例驗證110
5.5 本章小結119 6 結論與展望120
6.1 本書結論120
6.2 本書創新點122
6.3 研究展望122 參考文獻124
展開全部
多類型表面缺陷機器視覺檢測方法研究 作者簡介
舒雨鋒，副教授，博士，東莞職業技術學院智能制造學院副院長。2001.09-2005.07，燕山大學機械設計制造及其自動化，大學本科；2005.09-2008.07，華南理工大學機械電子工程，碩士研究生；2014.09-2022.07，華中科技大學機械電子工程，博士研究生。廣東省教育廳教學成果一等獎1項；校級教學成果特等獎2項；廣東省教育廳教學能力比賽三等獎3項；廣東省教育廳優秀教學團隊“機械制造與自動化專業教學團隊”；參與機械行指委高職本科數控技術專業教學標準的研制。主要著作：《機械制造基礎》ISBN：978-7-5661-2320-6，主編，哈爾濱工程大學出版社；《數控機床安裝與調試》ISBN：978-7-313-16925-9，主編，上海交通大學出版社；《數控機床電氣控制與聯調》ISBN：978-7-5609-8041-6，副主編，華中科技大學出版社；《數控機床與操作》ISBN：978-7-5609-7864-8，副主編，華中科技大學出版社。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我與地壇
- >
伯納黛特,你要去哪(2021新版)
- >
經典常談
- >
伊索寓言-世界文學名著典藏-全譯本
- >
龍榆生：詞曲概論/大家小書
- >
史學評論
- >
苦雨齋序跋文-周作人自編集
本類暢銷
