深度学习_项目实战
算法Lab
这个作者很懒,什么都没留下…
展开
-
深度学习实现工业零件的缺陷检测
本文转载自CSDN,侵删https://blog.csdn.net/qq_29462849/article/details/82662928 介绍 工业零件在制造完成的时候,往往需要去检测其完整性和功能性。如下图所示,从左上到右下,分别是擦花、漏底、碰凹、凸粉。本篇博文主要讲解如何去识别这四类图像,所用框架为keras-2.1.6+tensorflow-1.7.0+GTX1060。 数据集 所获得的数据不是太多,一共250幅图像,其中擦花图像29幅、漏底图像140幅、碰凹图像20幅、凸粉图像61转载 2020-08-07 15:52:22 · 1264 阅读 · 0 评论 -
基于深度学习识别模型的缺陷检测
一、介绍 缺陷检测被广泛使用于布匹瑕疵检测、工件表面质量检测、航空航天领域等。传统的算法对规则缺陷以及场景比较简单的场合,能够很好工作,但是对特征不明显的、形状多样、场景比较混乱的场合,则不再适用。近年来,基于深度学习的识别算法越来越成熟,许多公司开始尝试把深度学习算法应用到工业场合中。 二、缺陷数据 如下图所示,这里以布匹数据作为案例,常见的有以下三种缺陷,磨损、白点、多线。 如何制作训练数据呢?这里是在原图像上进行截取,截取到小图像,比如上述图像是512x512,这里我裁剪成64x64的小图像转载 2020-08-07 15:47:39 · 888 阅读 · 0 评论