基于深度学习的带钢表面缺陷检测算法研究.pdf
文本预览下载声明
摘要
带钢是冶金工业的重要产品之一，是许多关系到国计民生的支柱行业不可
或缺的重要原材料。带钢在加工过程中表面会产生一些难以避免的缺陷，这些
缺陷不仅会影响产品外观，还会成为应力集中点、受力薄弱点、性能突变点以
及疲劳损伤和锈蚀的策源地，直接影响最终产品的性能。传统缺陷检测方法在
面对上述情况时存在检测速度慢以及泛化能力差等问题。为解决上述问题，本
文提出了基于单阶段式目标检测网络的缺陷检测模型，其具有较高鲁棒性，可
对不同类型缺陷实现高效检测。论文主要研究如下：
首先，为提升模型检测精度
显示全部