学术不端文献论文查重检测系统 多语种 图文 高校 期刊 职称 查重 抄袭检测系统
论文是无监督的方法做缺陷检测,在布匹丝织物这种重复性背景纹理很强的图集上效果很好,在金属表面、加工部件表面数据集效果一般,甚至很差。 在最后的实验部分,作者也是用了DAGM2007数据集做了测试,效果一般,远远达不到工业应用要求,但相对其他方法,部分种类效果有提升。 论文题目:Automatic Metallic Surface Defect Detection and Recognition with Convolutional Neural Networks
缺陷检测是工业 上非常重要的一个应用,由于缺陷多种多样,传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移,复用性不大,要求区分工况,这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果,越来越多的 ...
2)在图像采集过程中,目标物体的表观特征会 随着光照条件、拍摄视角、以及拍摄距离不同产生 较大变化,且由于检测目标背景不同,很多噪声干扰 以及被检测样本的部分遮挡也会对检测结果产生较 大影响,因此,如何基于深度学习强大的特征提取能 力来提高缺陷检测样本的准确度是需要进一步解决 的问题. 3)目前的缺陷检测方法主要针对二维图像的物 体表面缺陷检测,主要检测对象是物体的表面划痕、
然而在实际应用中,缺陷样本或负样本通常难以预先收集,并且手动标记需要耗费大量时间。 本文提出了一种仅基于正样本训练的新型缺陷检测框架。 其检测原理是建立一个重建网络,如果它们存在,可以修复样本中的缺陷区域,然后在输入样本和重建样本之间进行比较,以指示准确的缺陷区域。