基于小样本学习的钢板表面缺陷检测技术 |
| |
作者姓名: | 李钧正 殷子玉 乐心怡 |
| |
作者单位: | 上海交通大学,上海 200240;广州软件学院,广东 广州 510990 |
| |
摘 要: | 近年来,数据驱动的缺陷检测技术在工业部门得到了初步应用,提升了生产智能化的水平,但是受制于训练样本不足、检测精度较低的问题,这种方法目前仍然难以进一步推广.因此,本文提出了一种数据驱动的钢板表面缺陷检测技术.针对训练样本不足的问题,采取数据增强方法增广数据集.针对检测精度较低的问题,采取层次结构模型方法提升缺陷检出率....
|
关 键 词: | 缺陷检测 卷积神经网络 层次结构模型 数据增强 小样本学习 |
本文献已被 万方数据 等数据库收录! |
|