- 1、本文档共87页,其中可免费阅读27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
华中科技大学硕士学位论文
摘要
工业缺陷检测对于保障产品质量和生产安全至关重要。近年来,基于机器视觉和
深度学习的表面缺陷检测方法被广泛用于工业产品缺陷检测,对促进工业智能化发
展具有重要意义。然而,工业场景下存在样本匮乏、缺陷样式复杂多样、缺陷类型未
知等问题,限制了现有检测方法的性能。为解决这些问题,提升缺陷检测方法的准确
性、鲁棒性和实时性,本文从数据层面和模型层面出发,提出了一种基于自监督学习
的表面缺陷检测算法。本文的研究内容和主要贡献如下:
文档评论(0)