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
深度学习的发展推动了工业图像缺陷检测算法在现代工厂的应用，如今的视
觉缺陷检测算法可以代替人类完成对简单异常任务的高精度判断，这提高了工厂
的生产力，降低了工厂的成本，提升了产品的质量。然而，该领域对视觉Mamba
的研究较少，且一些流行的基于深度学习的缺陷检测算法，面临高延迟和预训练
模型复杂度大的问题。这些问题成为了现在改进和研究相关算法的主流方向。
为了解决上述问题，本文提出了两个改进模型，第一个模型利用视觉Mamba
一次计算复杂度的优势，解决传统基于ViT算法二次
您可能关注的文档
- 基于SOLO分类理论的高中化学大单元教学设计与实践研究——以“化学平衡”为例.pdf
- 二维耦合Gross-Pitaevskii方程的保结构算法.pdf
- 基于差异特征和xLSTM的机器译文质量估计.pdf
- 基于语义一致性的多模态虚假新闻检测研究.pdf
- 基于协同在线学习的少样本工业异常检测算法研究及应用.pdf
- 基于BOPPPS教学模式的任务驱动教学与实践研究——以高中物理“运动和力的关系”为例.pdf
- 基于Mamba与Transformer融合和提示学习的多任务图像修复方法研究.pdf
- PBL教学模式在高中物理深度学习中的实践研究——以《动量守恒定律》为例.pdf
- 中国元素融入方式对消费者品牌推荐意愿的影响.pdf
- 全龄友好视角下街巷型老旧社区公共空间评价与优化策略.pdf
文档评论（0）