钢材缺陷检测第16页

Datawhale | CV-异常检测1-阿里天池比赛流程体验

比赛简介数据预处理模型训练docker封装与提交1.安装docker和nvidia-docker2.配置Dockerfile3.Build,tagandpush比赛简介比赛为CV目标检测方向的任务，赛题为对提供的布匹图像进行缺陷检测

weixin_43869150·2022-12-14 23:13

图像处理：深度学习实现工业零件的缺陷检测

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幅。可以发现，这样的数据对深度卷积网络来说是远远

Robin Long 2018·2022-12-14 19:05

缺陷检测公开数据集大全

一、弱监督学习下的工业光学检测（DAGM2007）数据下载链接：https://hci.iwr.uni-heidelberg.de/node/3616数据集简介：主要针对纹理背景上的杂项缺陷。较弱监督的训练数据。包含十个数据集，前六个为训练数据集，后四个为测试数据集。每个数据集均包含以灰度8位PNG格式保存的1000个“无缺陷”图像和150个“有缺陷”图像。每个数据集由不同的纹理模型和缺陷模型生成

AI炮灰·2022-12-14 18:17

yolov5官网教程&kaggle海星目标检测赛&paddle钢铁缺陷检测赛（VOC格式）

文章目录零、前言一、YOLOv5TrainCustomData教程1.1推理1.2验证精度1.3COCO测试1.4训练demo1.5可视化1.5.1ClearML日志记录和自动化NEW1.5.2wandb记录权重&偏差1.5.3LocalLogging1.6使用Roboflow训练自定义数据NEW二、Kaggle——海星目标检测比赛三、paddle学习赛——钢铁目标检测（VOC数据集转yolo格式

神洛华·2022-12-14 09:18

截至到2022年12月12日，知网最新改进 YOLO 核心论文合集 | 22篇创新点速览

1.基于改进YOLOv5的航空发动机叶片表面缺陷检测方法研究2.改进YOLOv5的车牌检测算法在林区中的应用3.采用注意力机制与改进YOLOv5的光伏用地检测4.基于YOL

迪菲赫尔曼·2022-12-13 07:50

没有如果

下午播放的是第十四集，是半夏购进的钢材价格低迷了八个月之久后的上涨，而且涨幅很大，半夏终于挣到钱了，而且利润可观。替她高兴之余，女儿问九七年当时我有多大，我说十多岁，接着女儿叹着气说：唉，你

静字凡·2022-12-11 22:53

基于机器视觉的表面缺陷检测方法分析

各种检查方法的比较基于机器视觉的缺陷检测方法的比较如表1所示，包括各种方法的主流分类（检测）模型、优缺点对

双翌视觉·2022-12-11 08:37

工业生产中，机器视觉的缺陷检测技术有哪些？

随着中国制造业的快速发展，工业产品的数量和种类与日俱增，消费者和生产企业对产品的质量提出了更高的要求，除了需要满足正常的使用性能外，还要有良好的表面质量。产品的表面质量已成为市场的重要竞争指标之一，对产品表面的质量控制在工业生产中的作用日趋显著。但在实际的生产过程中，由于工艺流程、生产设备和现场环境等因素的影响，造成产品表面出现各种缺陷，如磁瓦表面的气孔、断裂、磨损等缺陷，印刷品表面的斑点、划伤、

yansunxer·2022-12-11 08:37

综述|工业金属平面材料表面缺陷自动视觉检测的研究进展

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达摘要：基于计算机视觉的金属材料表面缺陷检测是冶金工业领域的研究热点。

Tom Hardy·2022-12-11 08:36

缺陷检测（一）-- 通过CNN方法实现布匹缺陷检测

参考论文：《Afastandrobustconvolutionalneuralnetwork-baseddefectdetectionmodelinproductqualitycontrol》–TianWang·YangChen·MeinaQiao·Hichemsnoussi1.CNN结构设计：1.1．输入图像：三通道彩色图像或单通道灰色图片1.2．ConV(卷积层)：卷积层利用一组滤波器，且这组

DIAJEY·2022-12-11 08:06

SCHNOKA施努卡：基于机器视觉的表面缺陷检测方法有哪些

施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算法与单机器人工作站、多机器人群体共融、行业定制化应用。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。SCHNOKA（施努卡）在3D机器视觉算法、机器人柔性控制、手眼协同融合、

施努卡机器视觉·2022-12-11 08:06

基于机器视觉的表面缺陷检测方法研究进展(2022最新)

参考文献：基于机器视觉的表面缺陷检测方法研究进展-赵朗月声明此文章仅为作者阅读学习记录，如有错误欢迎指正交流，如果对你有帮助还望点赞支持，谢谢！

林嘉帅·2022-12-11 08:05

OpenCV入门系列 —— cv::Mat简单使用

OpenCV入门系列——cv::Mat简单使用前言程序说明输出结果代码示例总结前言随着工业自动化、智能化的不断推进，机器视觉（2D/3D）在工业领域的应用和重要程度也同步激增（识别、定位、抓取、测量，缺陷检测等

工业机器视觉·2022-12-10 19:27

哈希值算法，OpenCV实现（C++），相似度计算，缺陷检测（高效）

图像相似度计算之哈希值方法，可用于对比图像相似度，检测二值图中是否存在缺陷，实验表明能够取得比较好的效果，并且效率较高，以下为代码与原创链接：https://blog.csdn.net/fengbingchun/article/details/42153261

寿龟与游鱼·2022-12-10 15:26

A CNN-Based Defect Inspection Method for Catenary Split Pins in High-Speed Railway-论文阅读笔记

ACNN-BasedDefectInspectionMethodforCatenarySplitPinsinHigh-SpeedRailway基于CNN的高速铁路接触网开口销缺陷检测方法//2022.6.1717

Dream_WLB·2022-12-09 15:25

【总结】工业缺陷检测-机器视觉方法整理

万字长文细说工业缺陷检测-知乎目录一、问题1.1数据问题1.2应用场景要求二、应对方案三、基础架构3.1编码器--特征提取阶段3.2解码器--特征融合阶段FeaturePyramidNetworks--

Zora.wang·2022-12-09 05:35

lisp最小外接矩形算法_复杂场景下的复杂缺陷检测方法——深度学习算法综述...

雷锋网按：本文为矩视智能创始人弭宝瞳投稿。矩视智能成立于2017年10月，专注于机器视觉，主要通过SaaS云平台帮助提升工厂机器视觉开发、升级效率。弭宝瞳为中国人民大学计算机博士，曾在奇虎360任产品经理、研发工程师。一、背景知识随着自动化技术的快速发展，在工业生产中很多需要人工操作的环节逐渐转由机器完成，工业生产自动化也将越来越多的工人们从枯燥乏味的工作中解放出来，让他们去发挥更大的价值。产品表

眼虐速食·2022-12-09 05:05

（无监督）基于无监督学习的模板缺陷检测方法研究

，当模型输入缺陷图像时，GAN模型会修复图像，通过对比修复好的图像与初始图像进行对比，实现缺陷检测。

视觉菜鸟Leonardo·2022-12-09 05:04

基于无监督学习的织物缺陷检测

对于实时分选领域，本人自研了一套AI算法，今将其运用于无纺布的缺陷检测，前期仅需要正常样本即可。

Manketon·2022-12-09 05:31

基于深度学习的表面缺陷检测方法综述

题目：基于深度学习的表面缺陷检测方法综述作者：陶显，侯伟，徐德收稿日期：2019-11-27网络首发日期：2020-04-021缺陷检测问题的定义缺陷的定义:在机器视觉任务中,缺陷倾向于是人类经验上的概念

Cv_Terry·2022-12-09 05:00

ECCV 2022 | 无需微调即可推广！基于配准的少样本异常检测框架

©作者|王延峰、张娅单位|上海交大、上海人工智能实验室来源|机器之心近年来，异常检测在工业缺陷检测、医疗诊断，自动驾驶等领域有着广泛的应用。

PaperWeekly·2022-12-07 23:52

论文研究 | 快速自动模糊 C-均值聚类彩色图像分割算法

前面分享了机器视觉缺陷检测应用方面的论文，今天想分享关于图像分割领域的研究。

太阳碎片Bella·2022-12-07 16:59

算法SOTA、功能全面、性能最佳，PaddleDetection 2.0重磅升级！

点击左上方蓝字关注我们目标检测技术作为视觉技术届的顶梁柱，不仅单兵作战在人脸、车辆、商品、缺陷检测等场景有出色的表现，也是文本识别，图像检索、视频分析、目标跟踪等复合技术的核心模块，应用场景可谓比比皆是

飞桨PaddlePaddle·2022-12-07 11:34

一文梳理缺陷检测方法

点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达本文转载自：AI约读社|文末附缺陷检测交流群近年来，随着深度学习的快速发展，基于卷积神经网络(CNN)的计算机视觉技术在工业领域得到了广泛的应用

Amusi（CVer）·2022-12-06 17:46

深度学习之表面缺陷识别

目前，机器视觉表面缺陷检测是CNN在工业上最成熟的应用之一。接下来介绍深度学习在表面缺陷检测领域的应用。

浩瀚之水_csdn·2022-12-06 17:15

An End-to-End Steel Surface Defect Detection Approach via Fusing Multiple Hierarchical Features

网络结构建立了一个端到端的ADI系统，即缺陷检测网络(DDN)。

每天都要吃肉肉(●'◡'●)·2022-12-06 17:41

20221107-20221113工作总结

weixin_45246566·2022-12-06 15:36

基于深度学习和3D图像处理的精密加工件外观缺陷检测系统

基于深度学习和3D图像处理的精密加工件外观缺陷检测系统创新性结合深度学习以及3D图像处理办法，利用非接触式三维成像完成精密加工件的外观缺陷检测，解决行业当中常

GD_KarMing·2022-12-06 11:02

金属卷材在线外观缺陷检测系统

金属卷材在线外观缺陷检测系统恰好是能够有效解决产品的质检问题。金属卷材在线外观缺陷检测系统特点：1、系统采用多台竹中高速高分辨率的数字工业线扫描相机进行实时图像采集，配合使用机器视

GD_KarMing·2022-12-06 11:02

表面抛光金属零部件智能检测分选设备

表面抛光金属零部件智能检测分选设备组成部分壹：自动上料系统贰：外观缺陷检测系统叁：不良品剔除分类系统表面抛光金属零部件

GD_KarMing·2022-12-06 11:31

小孔径内壁探测镜头初步设计20221127

工业内窥镜基本结构的确定根据被测工件的外形尺寸和具体的缺陷检测要求，初步设计一种前端使用球面反射镜结构的小型工业内窥镜。

Dew Child·2022-12-05 20:45

桥梁结构的ANSYS参数化分析

大跨度方向发展；目前的大跨度桥梁主要有斜拉桥以及悬索桥两种形式；例如，法国于1995年建成的Normandie大桥就是大跨度斜拉桥，有184根拉索，主跨长度达到864m，桥面高度为51m，使用了1万9千吨钢材

sanqima·2022-12-05 09:26

深度学习+pytorch自学笔记（一）——PyTorch基础

由于研究生目前初定的方向会涉及到深度学习的内容，导师说会利用pytorch进行缺陷检测等，涉及精密测量、先进制造等相关领域。因此，于毕业论文差不多初步完成之际开始自学。

子非鱼icon·2022-12-04 21:35

【数据集NO.2】工业检测数据集汇总（缺陷、纹理等检测）

文章目录前言一、东北大学钢材表面缺陷数据集二、天池铝型材表面缺陷数据集三、Severstal带钢缺陷数据集四、UCI带钢缺陷数据集五、磁瓦缺陷数据集六、RSDDs铁轨表面缺陷数据集七、印刷电路板（PCB

人工智能算法研究院·2022-12-04 11:55

OpenCV入门系列 —— blur均值滤波（MeanFilter）

入门系列——blur均值滤波（MeanFilter）前言程序说明输出结果代码示例总结前言随着工业自动化、智能化的不断推进，机器视觉（2D/3D）在工业领域的应用和重要程度也同步激增（识别、定位、抓取、测量，缺陷检测等

工业机器视觉·2022-12-03 14:35

深度学习赋能缺陷检测

缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。

Dongsheng_2019·2022-12-03 01:23

东声智能基于Handdle AI打造的深度学习缺陷检测应用实例

为了适应如今这个发展越来越快的社会，机器视觉检测技术是必不可少的。而且机器视觉检测在工业自动化生产过程中成为了一种重要角色，尤其是针对一些大规模的生产企业，通过机器视觉来替代传统人工目测的检测方式，识别产品缺陷，并且实时对产品生产质量数据进行监测，减少次品生产，确保产品质量稳定性提高市场竞争力。在此背景下，东声智能面向工业领域自主研发了HanddleAI智能算法平台。HanddleAI智能算法平台

Dongsheng_2019·2022-12-03 01:22

机器视觉：家电产业“智造”之路上的领航者

伴随着家电行业的蓬勃发展，家电缺陷检测技术在整个工业生产过程中扮演的角色也越来越重要。家电生产制造过程中，各工艺流程环环相扣，但不同的生产材料、工艺参数以及技术要求等因素总是会出

深眸科技·2022-12-02 18:07

缺陷检测——Halcon表面划痕检测

一.项目场景：提取表面划痕缺陷二.解决方案：1.先对原始图像做中值滤波处理：2.局部阈值处理3.blob分析提取特征三.halcon代码read_image(Image,'scratchSrc')mean_image(Image,ImageMean,7,7)dyn_threshold(Image,ImageMean,DarkPixels,5,'dark')connection(DarkPixels

liu_jie_bin·2022-12-02 08:40

halcon——缺陷检测常用方法总结(特征训练）

引言机器视觉中缺陷检测分为一下几种：blob分析+特征模板匹配(定位)+差分：halcon——缺陷检测常用方法总结(模板匹配(定位)+差分)-唯有自己强大-博客园(cnblogs.com)光度立体：halcon

明月清风_@·2022-12-02 08:10

Halcon缺陷检测

1.检测圆的最大轮廓：（1）滤波（2）Canny边缘分割（3）提取轮廓（4）按要求筛选出线段和圆弧（5）找出最长的圆弧轮廓（6）拟合圆，连接轮廓（7）求得半径和坐标*平滑median_image(Image,ImageMedian,'square',5,'mirrored')*canny边缘edges_sub_pix(Image,edges,'canny',1,20,40)*第一次挑选出长的轮廓，

视觉菜鸟Leonardo·2022-12-02 08:10

Halcon视觉缺陷检测方法总结

一、缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：划痕、污点瑕疵、漏诊、破洞、毛丝等。

薛定谔的Keyboard·2022-12-02 08:10

Halcon中常用的六种缺陷检测

一、缺陷检测综述缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。

用心把天空锁住·2022-12-02 08:10

基于机器学习的缺陷检测学习

1.基于传统机器视觉的方法：主要构成：图像采集，缺陷检测图像采集部分：合适的光源，专业摄像头，适合的图像采集（硬件部分，2D，3D都可）缺陷检测部分：图像去噪，图像增强，边缘检测，图像分割，特征提取，目标检测与分类等等

爱喝枸杞的猪·2022-12-02 08:39

缺陷检测，halcon案例入门篇。

缺陷检测，halcon案例入门篇。常见缺陷：1.凸凹结构（包含小毛刺）。2.内部污点，表面不平整，瑕疵，孔洞，破损，烫伤，油啧。3.划痕。处理方法：打光处理划痕。低角度环形光，把背景打白，划痕打暗。

爱炸薯条的小朋友·2022-12-02 08:39

基于halcon—缺陷检测常用方法与示例总结

摘要缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。缺陷检测算法不同于尺寸、二维码、OCR等算法。

NCUTer·2022-12-02 08:09

gray_range_rect算子解决均匀背景下缺陷检测问题

gray_range_rect(ImageGauss,ImageResult,5,5)详解：1.gray_range_rect计算每个图像点在大小为(MaskHeight,MaskWidth)的矩形掩码内的输入图像Image的灰度值范围，即最大和最小灰度值的差值(max-min)。生成的图像在ImageResult中返回。如果参数MaskHeight或MaskWidth为偶数，则将它们更改为下一个

豆浩宇·2022-12-02 08:09

缺陷检测算法汇总（传统+深度学习方式）|综述、源码

缺陷检测https://www.zhihu.com/topic/20231924/top-answers转载自https://zhuanlan.zhihu.com/p/305087419计算机视觉系统学习资料获取

等待破茧·2022-12-02 08:09

YOLOX进行目标检测（东北大学钢材表面缺陷数据集）

YOLOX训练数据集（东北大学数据集）参考博文添加链接描述1.版本配置cuda:11.6#nvidia-smi查看自己电脑支持的版本Python:3.9torch-1.12.0+cu116-cp39-cp39-win_amd64.whl#下载地址https://download.pytorch.org/whl/torch_stable.htmltorchvision-0.13.0+cu116-cp

皮皮欣同学·2022-12-01 04:50

工业缺陷检测中数据标注需要注意的几个事项

下面就这个项目来说一说，工业缺陷检测在标注数据时需要注意的几个事项：1、离得比较近的缺陷就合并在一个框里以上两个图里的缺陷都是可以合并的，一是为了保持缺陷的完整性，同一个缺陷被标注成好

雪地(>^ω^<)·2022-12-01 04:17

推荐频道

钢材缺陷检测