首页 | 本学科首页   官方微博 | 高级检索  
     

深度网络自适应优化的Mask R-CNN模型在铸件表面缺陷检测中的应用研究
引用本文:马宇超,付华良,吴鹏,陈信华,王鼎,陈帅,曹晨雨. 深度网络自适应优化的Mask R-CNN模型在铸件表面缺陷检测中的应用研究[J]. 现代制造工程, 2022, 0(4): 112-118. DOI: 10.16731/j.cnki.1671-3133.2022.04.016
作者姓名:马宇超  付华良  吴鹏  陈信华  王鼎  陈帅  曹晨雨
作者单位:常州大学机械与轨道交通学院,常州213164,常州纺织服装职业技术学院,常州213164,溧阳市新力机械铸造有限公司,常州213300
摘    要:

关 键 词:缺陷检测  深度学习  Mask R-CNN模型  迁移学习  深度网络自适应

Research on the Mask R-CNN model of deep network adaptive optimization in the detection of casting surface defects
MA Yuchao,FU Hualiang,WU Peng,CHEN Xinhua,WANG Ding,CHEN Shuai,CAO Chenyu. Research on the Mask R-CNN model of deep network adaptive optimization in the detection of casting surface defects[J]. Modern Manufacturing Engineering, 2022, 0(4): 112-118. DOI: 10.16731/j.cnki.1671-3133.2022.04.016
Authors:MA Yuchao  FU Hualiang  WU Peng  CHEN Xinhua  WANG Ding  CHEN Shuai  CAO Chenyu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号