基于单样本学习的轻量化部件缺陷检测方法.pdf

基于少样本学习的轻量化铁路轨面缺陷检测模型的研究与设计.docx 基于少样本学习的轻量化铁路轨面缺陷检测模型的研究与设计一、引言随着科技的发展和社会的进步，铁路交通作为重要的交通工具，其安全性和稳定性备受关注。铁路轨面缺陷检测作为保障铁路安全的重要环节，对于预防事故和提高运输效率具有重要意义。然而，传统的轨面缺陷检测方法往往依赖于大量样本进行训练，且对于复杂环境和少样本情况下的检测效果并不理想。因此，研究基于少样本学习的轻量化铁路轨面缺陷检测模型，对于提高铁路安全性和运输效率具有重要意义。二、研究背景与意义当前，铁路轨面缺陷检测主要依靠人工巡检和机器视觉技术。人工巡检虽然能够发现一些细微的缺陷，但效率低下且易受人为因素影响。而机器视觉技术虽然可以提高

2025-05-04 约1.93千字 5页立即下载

2025-03-07 约3.2万字 45页立即下载

2025-01-18 约2.14万字 32页立即下载

基于轻量化重构网络的表面缺陷视觉检测.docx 基于深度学习的方法在某些工业产品的表面缺陷识别和分类方面表现出优异的性能,然而大多数工业产品缺陷样本稀缺,而且特征差异大,导致这类需要大量缺陷样本训练的检测方法难以适用.提出一种基于重构网络的无监督缺陷检测算法,仅使用容易大量获得的无缺陷样本数据实现对异常缺陷的检测.提出的算法包括两个阶段:图像重构网络训练阶段和表面缺陷区域检测阶段.训练阶段通过一种轻量化结构的全卷积自编码器设计重构网络,仅使用少量正常样本进行训练,使得重构网络能够生成无缺陷重构图像,进一步提出一种结合结构性损失和L1损失的函数作为重构网络的损失函数,解决自编码器检测算法对不规则纹理表面缺陷检测效果较差的问题;缺陷检测阶段以重

2025-04-29 约1.2万字 21页立即下载

基于轻量化YOLOv5s的PCB缺陷检测研究.docx 基于轻量化YOLOv5s的PCB缺陷检测研究一、引言随着现代制造业的快速发展，印刷电路板（PCB）的质量控制显得尤为重要。PCB缺陷检测是确保产品质量、提高生产效率的关键环节。传统的PCB缺陷检测方法主要依赖人工视觉检查，但这种方法效率低下、易出错，难以满足现代生产的需求。因此，研究一种高效、准确的自动缺陷检测方法成为当务之急。近年来，深度学习在计算机视觉领域取得了显著的进展，其中，YOLOv5s作为一种先进的检测算法，被广泛应用于各类缺陷检测任务中。本文基于轻量化的YOLOv5s算法，对PCB缺陷检测进行了深入研究。二、相关工作 2.1PCB缺陷类型 PCB缺陷主要包括线路断裂、短路、

2025-05-27 约4.57千字 10页立即下载

一种基于轻量化模型的绝缘子缺陷检测方法及其系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114782410 A (43)申请公布日 2022.07.22 (21)申请号 202210568475.5 (22)申请日 2022.05.24 (71)申请人内蒙古大学地址 010021

2023-05-15 约2.46万字 22页立即下载

2025-03-11 约1.59万字 23页立即下载

小样本条件下水面无人艇的轻量化目标检测方法.pdf 小样本条件下水面无人艇的轻量化目标检测方法 摘要水面无人艇作为现代海洋开发和作战的重要装备，无论是在军事还是民用领域都具备十分重要的意义。因此，水面无人艇的发展也受到国家和相关科研院所的高度重视。因水面无人艇具有灵活机动、环境适应性强、连续作业时间长、建造成本低等特点在资源勘测、水上救援打捞、海面监测与侦查、反潜反舰等军民应用中大放异彩。水面无人艇进行作业的基础是其感知能力，而视觉感知是无人艇最为直观获得周围信息的方式。用基于深度学习的目标检测方法赋予水面无人艇感知能力时需要考虑到无人艇自身携带计算模块的算力，庞大的目标检测模型在边缘计算设备和嵌入式模块中并不能做到对目标的实时

2025-05-15 约13.38万字 93页立即下载

基于深度学习的行人检测方法及模型轻量化研究.docx 基于深度学习的行人检测方法及模型轻量化研究一、引言随着深度学习技术的快速发展，行人检测已成为计算机视觉领域的一个重要研究方向。行人检测在智能交通、智能安防、机器人导航等多个领域都有广泛的应用。然而，传统的行人检测方法常常面临着诸多挑战，如复杂多变的背景、光照条件变化、行人的姿态差异等。因此，本文将针对基于深度学习的行人检测方法及模型轻量化进行研究，旨在提高行人检测的准确性和实时性。二、深度学习在行人检测中的应用深度学习技术为行人检测提供了新的解决方案。传统的行人检测方法通常依赖于人工设计的特征提取器，而深度学习能够自动学习和提取特征，使得检测性能得到显著提升。目前，基于深度学习的行人检

2025-06-04 约4.44千字 9页立即下载

基于深度学习的激光粉末床熔融铺粉异常检测方法及其轻量化部署研究.docx 基于深度学习的激光粉末床熔融铺粉异常检测方法及其轻量化部署研究一、引言激光粉末床熔融（LaserPowderBedFusion，简称LPBF）作为一种增材制造技术，近年来在制造业中得到了广泛的应用。然而，LPBF过程中的铺粉异常往往会对产品的制造质量产生严重影响。为了确保制造过程的稳定性和产品质量的可靠性，铺粉异常检测成为了重要的研究课题。本文提出了一种基于深度学习的激光粉末床熔融铺粉异常检测方法，并对其轻量化部署进行了深入研究。二、深度学习在铺粉异常检测中的应用随着深度学习技术的不断发展，其在图像识别、目标检测等领域的应用取得了显著的成果。在LPBF的铺粉过程中，通过深度学习技术对铺

2025-06-07 约4.07千字 8页立即下载

一种基于Transformer的轻量化早期火灾检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882430 A (43)申请公布日 2022.08.09 (21)申请号 202210465142.X (22)申请日 2022.04.29 (71)申请人东南大学

2023-05-17 约1.06万字 10页立即下载

基于轻量化模型的目标检测方法研究.pdf 摘要摘要生活和生产的信息智能化正成为当前社会发展的趋势。为了提高生活质量和生产效率，人工智能技术成为一项不可获缺的手段。在人工智能领域，计算机视觉技术是一门备受关注的学科，它能够对图像数据和视频数据进行分析和处理，并辅助人们做出精准和高效的决策。目标检测是计算机视觉领域的核心分支和基础性任务，其广泛地应用在交通运输、安防、工业生产和医疗保健等方面。现存的目标检测算法依赖于复杂精密的骨干模型以获得傲人的检测效果。然而，这些庞大且精密的目标检测模型带来的高存储空间需求和强算力支持需求，对于边缘端的移动设备和嵌入式设备来说是不可接受的。本文围绕当前目标检测算法面临的挑战，基于Fa

2025-06-12 约11.32万字 73页立即下载

2023-05-08 约2.37万字 17页立即下载

2025-03-04 约2.49万字 36页立即下载

基于轻量化神经网络的透明导电膜玻璃缺陷检测算法研究.pdf 摘要透明导电膜玻璃在我们的生活中尤其是各类电子产品中应用极广，但由于工艺水平的限制，透明导电膜玻璃在生产过程中会产生各种表面缺陷，因此，自动化的表面缺陷检测对产品质量提升有着非常重要的意义。随着硬件水平的提升，基于深度学习的目标检测算法被引入到缺陷检测领域中，但复杂的框架和昂贵的计算成本导致算法部署成本高，检测速度慢。同时，由于复杂的生产环境影响，导致算法检测难度增加，精度下降，数据集图片收集困难且符合要求的图片数量稀少。针对上述问题，本文开展了以下研究工作： 1

2025-03-25 约9.79万字 60页立即下载