摘要
摘要
玻璃因其高平整度和透光性被广泛应用于汽车、电子等领域,但生产过程中易受多
种因素影响产生复杂缺陷。工厂玻璃缺陷检测多为人工检测,传统人工检测存在效率低、
成本高的问题,而基于深度学习的计算机视觉技术为实时缺陷检测提供了新思路。本文
提出一种改进的YOLOv8n检测模型,主要研究内容如下:
根据玻璃生产环境复杂及缺陷种类繁多、形状尺度变化大且存在小缺陷的特征,选
择了工业相机、光源及照明方式组成图
您可能关注的文档
最近下载
- 2023年颈椎病中西医结合诊疗专家共识学习与解读.docx VIP
- 2026年全国高压电工证理论考试题库(含答案).docx
- 2024年杭州市萧山区招录高学历事业人员考试真题.docx VIP
- 叉车安全驾驶技术.pptx VIP
- 广东省深圳市龙岗区2024-2025学年七年级下学期语文期末学业质量测试试卷(含答案).pdf VIP
- 2025年长沙市天心区辅警招聘考试试题题库附答案解析.docx VIP
- 石油钻井工程监督手册.ppt
- DMTO工艺C4馏分年产9万吨2-丙基庚醇项目.pptx VIP
- 1-制动的基础理论-现代城市轨道交通车辆制动系统的主要功能和组成部分.ppt VIP
- 样本风冷热泵模块机组.pdf VIP
原创力文档

文档评论(0)