原创力文档- 1、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。。
- 2、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。
- 3、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
摘要
钢铁工业是国民经济的重要基础产业，是建设现代化强国的重要支撑。由
于生产制造过程中受多方面因素影响，钢材表面出现易出现裂纹、划痕等不同
类型的缺陷，可能导致钢材在使用过程中发生断裂，甚至引发严重的安全事故。
因此，钢材表面缺陷检测对于保障产品质量和确保工程安全具有重要的工业应
用价值。本文针对传统检测方法精度低、速度慢的问题，结合深度学习技术，
以提升钢材表面缺陷检测效果和压缩模型体积为目的展开研究。主要研究内容
文档评论（0）