摘要
轧辊作为生产轧制件的重要工具,在持续轧制作业中,其表面产生的失效形式直接
影响着轧辊的尺寸精度与表面质量,并对轧辊的性能及寿命产生影响。随着人工智能的
兴起,基于深度学习的缺陷检测技术成为了缺陷检测领域的研究前沿与热门。相较于人
工的耗时且易受主观因素影响的检测方式,将深度学习应用于轧辊表面缺陷的检测方式
更加智能化和满足工业生产需求。因此,将深度学习技术应用于轧辊表面缺陷的检测具
有极其重要的价值。本文基于单目标检测中的经典算法YOLOv5,提出一种基于改进
YOLOv5s的轧辊表面缺陷
您可能关注的文档
- 汽车用冷凝器多孔扁管切断工艺及参数优化研究.pdf
- 椰壳基硬碳负极材料的结构调控和储钠性能研究.pdf
- 超临界CO2地质封存储层岩石力学性质劣化及物化特性研究.pdf
- 三维重构纯铁多晶组织在晶体塑性有限元仿真中的应用研究.pdf
- 磁化水和稻壳灰对混凝土的强度及抗裂性能影响研究.pdf
- 不停航条件下基坑施工对既有跑道变形影响与控制研究.pdf
- 玄武岩纤维改性对混凝土力学性能及抗硫酸盐性能的影响研究.pdf
- C市地铁8号线H段施工安全风险管理研究.pdf
- 改性纳米铁活化过硫酸盐降解土壤中PCB118的研究.pdf
- 新能源汽车一体化充能站最优规划研究.pdf
- 七年级语文上册期末模拟试卷1(解析版).docx
- 七年级语文上册期末模拟试卷1(原卷版).docx
- 七年级语文上册期末模拟试卷2(原卷版).docx
- 七年级语文上册期末模拟试卷2(解析版).docx
- 期末测试卷(二)(解析版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
- 期末测试卷(三)(解析版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
- 期末测试卷(二)(原卷版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
- 期末测试卷(三)(原卷版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
- 期末测试卷(一)(原卷版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
- 期末测试卷(一)(解析版)2024—2025学年七年级语文上册期末测试卷(全国版).docx
原创力文档

文档评论(0)