将符合缺陷标准的所有缺陷放入到缺陷容器中。
根据本发明的一个方面,所述步骤s3包括:
s31、通过旋转光源获得多张图片,将每张图片的镜片区域减去屏蔽区域获得每一张图片的检测区域;
s32、将多张图片的所有检测区域进行值法融合为一张用于缺陷表达图片作为检测图片;
s33、对所述检测图片进行分割,筛选出同一位置处的缺陷判断产品是否合格。
检测对象:钢表面缺陷
主要方法:基于Faster R-CNN的带钢表面缺陷检测网络,该网络的改进在于提出的多级特征融合网络( MFN )
将多个分层特征组合成一个特征 ,可以包括缺陷的更多位置细节。基于这些多级特征,采用区域提议网络
( RPN )生成感兴趣区域( ROI ) .在缺陷检测数据集NEU-DET.上,提出的方法在采用ResNet-50的
backbone'下实现了82.3%的mAP。
测量对象塑料薄膜产业(双拉膜、流延膜、吹膜、光学膜、薄膜涂布、塑料板材卫材薄膜等);无纺布产业(无纺布涂料、纺粘无纺布、水刺无纺布等);PCB产业(铜箔、Poly Preg、玻纤布、Cooper Laminate、PP纸等);纸张产业(原纸、涂布纸、文化纸、工业纸、合成纸等);金属产业(铝板、金属涂布、铜带、铜箔、不锈钢等);玻璃产业(显示器玻璃、Glass Tubes、CCFl tubes、比例涂布、压花玻璃等)测量元素表面瑕疵,长度、宽度、高度、角度、面积、体积。以上信息由专业从事ocr字符检测的宣雄于2024/4/28 5:32:06发布
转载请注明来源:http://www.zhizhuke.cn/qyzx/szxxznlj-2743028689.html
下一条:珍珠岩批发来电洽谈「凯乐利建材」