铝型材表面瑕疵识别——都都都都都都方案

最新推荐文章于 2024-08-16 17:55:17 发布
最新推荐文章于 2024-08-16 17:55:17 发布
阅读量3k 收藏 4
点赞数
分类专栏： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38622495/article/details/85043602
版权
该博客探讨了铝型材表面瑕疵的识别方法，采用FPN+Faster R-CNN作为Baseline，并通过空洞卷积增强高层特征感受野。针对极端长宽比瑕疵，提出双重路径聚合（DPAD）和多级RoI对齐池化（MLRP）改进，旨在优化FPN的Roi映射问题。实验结果显示，虽然精度略逊一筹，但检测速度提升至4fps。
摘要由CSDN通过智能技术生成

文章目录


在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Baseline

在这里插入图片描述

  • Baseline方案是基于FPN+Faster R-CNN检测框架，加入FPN结构的目的是提高网络对小瑕疵的定位精度。
  • 使用了Mask RCNN提出来的Roi-Align Pooling，主要是想减少不同Roi Pooling带来的量化误差的问题。
  • 使用了空洞卷积，提高顶层特征的感受野。

两种改进，一种是Dual Path Aggregation for Object Detection，

最低0.47元/天 解锁文章
爱弹ukulele的程序猿
关注
专栏目录
天池：铝型材表面瑕疵识别比赛第10名 算法分享&github链接-附件资源
03-05
天池：铝型材表面瑕疵识别比赛第10名 算法分享&github链接-附件资源
毕业设计-深度学习机器视觉铝型材表面缺陷识别
Hai_Lang_IT的博客
12-05 1611
毕业设计-深度学习机器视觉铝型材表面缺陷识别:铝型材作为建筑和机械工业领域中重要的应用材料，其全行业的产量和消费量在世界范围内逐年递增。铝型材在生产过程中，由于材料特性和加工工艺，不可避免存在表面缺陷，严重影响铝型材的可靠性、安全性和可加工性。在实际生产中，对铝型材表面缺陷进行准确快速识别，对保证铝型材的质量至关重要。传统的铝型材表面缺陷识别方法包括涡流检测法、超声导波检测及红外检测法等识别成本高、设备复杂，且不易实现缺陷识别过程的可视化。机器视觉检测作为一种非接触式在线自动检测技术，具有非接触、安全性高、
AI大赛方案分享 | 铝型材表面瑕疵识别 --top1方案
weixin_38754361的博客
09-03 1099
点击上方“AI算法与图像处理”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转载自：知乎卖火车的小男孩原文章标题：天池广东工业智造大数据创新大赛--铝型材表面瑕疵...
2018 广东工业智造大数据创新大赛 - 智能算法赛 - 铝型材表面瑕疵识别
既然选择了远方 便只顾风雨兼程 - 永强
09-10 5313
2018 广东工业智造大数据创新大赛 - 智能算法赛 - 铝型材表面瑕疵识别 数据引领 飞粤云端 介绍 铝型材是佛山南海的支柱性产业。在铝型材的实际生产过程中，由于各方面因素的影响，铝型材表面会产生裂纹、起皮、划伤等瑕疵，这些瑕疵会严重影响铝型材的质量。为保证产品质量，需要人工进行肉眼目测。然而，铝型材的表面自身会含有纹路，与瑕疵的区分度不高。传统人工肉眼检查十分费力，不能及时准确的...
项目案例：基于 YOLO 的铝型材表面缺陷识别
小白学视觉
03-25 1167
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读针对铝型材表面缺陷快速准确检测的需求，本文提出一种基于 YOLO 深度学习模型的铝型材表面缺陷识别方法。而建立基于 YOLO 的铝型材表面缺陷识别模型，通过增加模型预测尺度，提高对微小缺陷的识别能力。通过多尺度训练方法，增强模型对不同尺度缺陷的适应性和识别精度。铝型材作为建筑和机械工业领域中重要的应用材料，其全行业的产量和消...
天池：铝型材表面瑕疵识别笔记
lsh呵呵
09-20 8334
内容时间：9月18日 实验结果 使用Kaggle猫狗分类的代码，即使用三个深度学习网络ResNet50, InceptionV3, Xception提取图片特征，然后使用神经网络DNN分类，验证集显示过拟合。本地精度0.93~0.95，在线精度0.8845。 precision recall f1-score support 0 1.00 ...
目标检测-部分天池铝型材表面瑕疵数据集
10-25
在这个场景下，我们关注的是“目标检测-部分天池铝型材表面瑕疵数据集”，这是一个专门针对铝型材表面缺陷检测的数据集，用于训练和评估机器学习模型。 数据集包含了三个不同的类别，它们代表了铝型材可能存在的三...
铝型材表面瑕疵识别方案.docx
04-15
文档标题“铝型材表面瑕疵识别方案”表明其主要探讨的是如何通过特定的方法和技术来检测铝型材在生产过程中的表面缺陷。铝型材广泛应用于建筑、汽车制造、电子设备等多个领域，其表面质量直接影响产品的整体性能和...
钢板表面缺陷数据集(铝型材和德国DAGM数据集混合制作，使用了高斯噪声扩充数据集)
05-01
1.钢板表面划伤数据集 2.钢板表面孔洞数据集 3.钢板表面焊缝数据集 4.该数据集由铝型材数据集和德国DAGM数据集混合制作，铝型材数据集有10个类别，选择上述三类，德国DAGM数据集也有10个类别，选取其中上述三个类别。 5.部分标签文件手工标注 6.共4282张jpg图片和其对应的4282个xml格式的标签 7.经过整理，直接可以用 8.由于文件有1.67G所以分两次上传 9.第一部分
瑕疵检测数据集
01-05
缺陷检测/瑕疵检测数据集。包含瑕疵图片的训练集和验证集。
天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案
qwj的博客
12-08 1280
天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案 共同启动“广东工业智造大数据创新大赛”，旨在通过数据开放召集全球众智，将重点围绕工业制造大数据展开，以应用为导向，聚集全球顶级人才，发掘全球先进的智能制造应用成果，为政府下一步产业引进和招商引资提供辅助决策，促进广东智能制造产业发展。大赛分智能算法赛和应用创新赛2大赛场。智能算法赛以“铝型材表面瑕疵识别”为主题，选择佛山市南海区 铝型材标杆企业的真实痛点作为赛题场景，寻求解决方案，助力企业实现转型升级，提升行业竞争力。 天池广
【目标检测】铝片表面缺陷检测数据集VOC+YOLO
lwx666sl的博客
04-13 711
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：400 标注数量(xml文件个数)：400 标注数量(txt文件个数)：400 标注类别数：4 标注类别名称:["ca_shang","zang_wu","zhe_zhou","zhen_kong"] 每个类别标注的框数： ca_shang 框数 = 270 zang_wu 框数 = 456 zhe_zhou 框数 = 124
＜数据集＞铝型材缺陷识别数据集＜目标检测＞
最新发布
qq_53332949的博客
08-16 504
YOLO与VOC格式的铝型材缺陷识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，共10个类别，图片数量1885
铝片表面缺陷检测数据集
2402_83140078的博客
04-13 305
今天，介绍铝片表面缺陷检测数据集： 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：400 标注数量(xml文件个数)：400 标注数量(txt文件个数)：400 标注类别数：4 标注类别名称:["ca_shang","zang_wu","zhe_zhou","zhen_kong"] 每个类别标注的框数： ca_shang 框数 = 270 zang_wu 框数 = 45
【目标检测】基于yolov5的铝型材表面缺陷检测(附代码和数据集，Ubuntu或者Linux系统均可运行)
学无止境、积少成多、厚积薄发
11-17 1062
【目标检测】基于yolov5的铝型材表面缺陷检测(附代码和数据集，Ubuntu或者Linux系统均可运行)
目标检测应用竞赛 | 天池铝型材表面瑕疵（含数据集、详细解决方案）
热门推荐
AI算法修炼营的博客
03-10 1万+
点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货目标检测应用竞赛——天池铝型材表面瑕疵数据集下载链接：https://tianchi.aliyun.com/compet...
铝型材表面喷漆质量控制规范详解
1. **前处理**：包括批量含铬钝化处理的新规定，前处理后的干燥标准，以及前处理系统的备选方案，强调了对铝型材表面清洁度和预处理效果的重要性。 2. **涂装过程**：新增了在铸件上的喷涂要求，2级粉末喷涂和液体...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值