排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
2.
针对铸件X射线图像获取困难、人工及传统识片方法效率低且漏判率高的问题,文中提出了一种基于深度学习的铸件缺陷检测方法。首先,采用Overlap切图(重叠切图)数据增广方法实现缺陷扩充,并基于简化Mosaic数据增广进一步提升图像的复杂度;然后,基于仅浏览一次(You Only Look Once, YOLO)的理念实现缺陷检测模型构建;最后,提出一种基于边界框抑制的测试图像缺陷检测方法,以子图迭代方式完成测试图像中的缺陷检测。实验结果表明,该方法能够有效实现多种铸件缺陷的自动检测,为铸件缺陷检测提供了基于深度学习的解决方案。 相似文献
3.
1案例背景当地时间2012年5月30日,H国某运营商T正在建设的X网络内部服务器遭受到来自互联网的黑客攻击,并且已经确认被攻击系统为服务器A。客户最为担心的是:该在建网络内业务系统即将上线,前期市场宣传,广告投入皆已到位,若本次攻击为 相似文献
4.
1