- 1、本文档共66页,其中可免费阅读25页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
在焊接件制造及生产过程中,由于生产环境的复杂性与高温加工设备的性质,
焊接件制品表面难免会产生多样的缺陷。作为工业制造领域的重要材料,焊接件
的表面质量不仅会影响到产品的美观,更重要的是会影响到产品的可靠性与使用
寿命。目前,基于数字图像处理的检测方法在鲁棒性与泛化性等性能方面存在一
定的局限性,基于深度学习的检测方法鲁棒性相对较好,但模型训练占用计算资
源较多,并且检测速度受限。所以针对工业场景下设计性能优的焊接件表面缺陷
检测模型具有一定的挑战性。
本文围绕真实复杂的工业场景下焊接
文档评论(0)