技术编号:37179603
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及计算机视觉,尤其是一种基于改进yolo模型的带钢表面缺陷检测方法。背景技术、随着数字图像处理技术的飞速发展,金属表面缺陷检测逐渐从传统的人眼观察转向计算机视觉领域,基于图像处理的算法能够更快速、准确地检测表面缺陷。近年来,深度学习技术在金属表面缺陷检测中取得了显著的进展。卷积神经网络(cnn)等深度学习模型可以学习到图像中的特征,使得缺陷检测更加精准。通过大量标注好的训练数据,深度学习模型能够自动学习和识别各种类型的表面缺陷。、目标检测算法按照算法类型分类包括一阶段算法两阶段算法。...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。