前言:把以前刷的一些和基金相关的文章,年前这几周,分批次回顾一下。
[1] A fast and robust convolutional neural network-based defect detection model in product quality control
2017年7月的一篇杂志文章。作者使用一个多层的CNN网络对DAGM2007数据集中的六类缺陷样本进行分类,分类结束之后,对于每一类样本进行缺陷检测。具体做法是:1.使用sliding-window方法在512×512的原图上进行采样,采样大小为128×128;2.对上部分每一类图像采样后的小图像块进行二分类(有缺陷和无缺陷)。最终实验和以前传统方法做的对比,比如SIFT+SVM,效果不错。下图为文章两次分类使用的CNN网络,两次分类的区别在于:1.全连接层的输入分别为6和2;2.输入的图像尺寸不同。
[2] Automatic Defect Detection of Fasteners on the Catenary Support Device Using Deep Convolutional Neural Network
2018年2月的一篇杂志论文。作者将深度卷积神经网络(DCNNs)应用到高铁线路紧固件缺陷检测。结合SSD、YOLO等网络方法构建了一个从粗到细的级联检测网络,包括:两个检测器对悬臂节点及其紧固件进行定位,一个