改进的YOLO模型在钢材表面缺陷检测中的应用研究.pdf

改进的YOLO模型在钢材表面缺陷检测中的应用研究.pdf

  1. 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. 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. 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

钢材凭借其优异的力学性能和耐腐蚀性在基础建设、装备制造以及建筑等多

个领域被广泛使用。随着工业生产技术的不断进步,对钢材性能的要求也越来越高。

在实际生产加工过程中,由于生产设备、产品工艺等多种因素的影响,钢材表面会

出现多种类型和不同程度的缺陷,这些缺陷会对材料的性能产生不同程度的影响。

近年来,基于深度学习的目标检测算法逐渐替代了传统的钢材表面缺陷检测方法,

但仍然面临一些挑战,如在检测过程中存在缺陷定位困难、背景干扰严重、漏检和

误检问题。同时深度学习模型往往具有大量的参数,所需的计算和

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档