排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
带钢表面缺陷形成机理复杂、发生频次高,对成品质量的影响大,是最重要、最难控制的质量指标之一。针对当前卷积神经网络模型存在系统消耗大、处理时间长、无有效特征输出,以及热轧带钢表面缺陷数据量庞大、伪缺陷众多,不能及时、准确地判断其表面缺陷的问题,基于卷积神经网络深度学习技术,开发了一种带钢表面缺陷自动判定系统。介绍了该系统中在线采集模块、多通道结合分析模块、典型特征提取模块、缺陷严重性细化分类模块、缺陷自动评审模块的功能,缺陷分类准确率约90%,可以实现热轧带钢表面缺陷的快速、准确分类及自动判定。 相似文献
1