多類型表面缺陷機器視覺檢測方法研究 舒雨鋒 9787577207551 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:華中科技大學
NT$566
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202405*若逾兩年請先於私訊洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:多類型表面缺陷機器視覺檢測方法研究
ISBN:9787577207551
出版社:華中科技大學
著編譯者:舒雨鋒
頁數:126
所在地:中國大陸 *此為代購商品
書號:1655429
可大量預訂,請先連絡。

內容簡介

筆者在全面調研工業領域缺陷檢測現狀的過程中,發現工業領域中表面缺陷檢測存在樣本數量不足、檢測精度和實時性要求高、缺陷種類繁多等各種難題,導致在進行多類型表面缺陷檢測時,基於機器視覺的檢測方法在實際應用時十分困難。為了解決這些難題,本書針對缺陷樣本稀少且樣本搜集困難、缺陷檢測演算法模型多且檢測成本高、缺陷類型繁多且檢測場景複雜等問題提出了基於深度學習的技術解決方案,採用生成對抗網路、目標檢測網路和遷移學習等最前沿的深度學習技術建立了完善的缺陷樣本數據集,提高了缺陷檢測的精度,並且對不同種類的缺陷檢測快速地訓練新模型。最後還介紹了一個多類型表面缺陷智能視覺檢測Web在線系統,這個Web在線系統整合了三種技術方案,可以實時顯示多類型表面缺陷檢測的效果。

目錄

1 緒論
1 1 課題研究背景、目的及意義
1 2 國內外相關研究現狀
1 3 電動機換向器表面缺陷檢測需求分析
1 4 本書主要工作
2 基於CCA-WGAN模型的缺陷樣本生成方法
2 1 引言
2 2 圖像生成和圖像融合理論分析
2 3 基於CCA-WGAN模型的缺陷樣本生成方法設計
2 4 實驗驗證與結果分析
2 5 本章小結
3 基於FI-YOLOv4模型的表面缺陷目標檢測方法
3 1 引言
3 2 YOLOv4模型
3 3 基於YOLOv4的FI-YOLOv4模型設計
3 4 實驗驗證與結果分析
3 5 本章小結
4 基於PSF-TM模型的多類型表面缺陷檢測方法
4 1 引言
4 2 遷移學習理論分析
4 3 基於遷移學習的PSF-TM模型設計
4 4 實驗測試及結果分析
4 5 本章小結
5 多類型表面缺陷檢測系統設計與應用
5 1 引言
5 2 多類型表面缺陷檢測系統設計
5 3 多類型表面缺陷檢測系統開發
5 4 多類型表面缺陷檢測系統實例驗證
5 5 本章小結
6 結論與展望
6 1 本書結論
6 2 本書創新點
6 3 研究展望
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理