基于改进Faster RCNN的马克杯缺陷检测方法 | 激光与光电子学进展 -- 中国光学期刊网

激光与光电子学进展, 2020, 57 (4): 041515, 网络出版: 2020-02-20

基于改进Faster RCNN的马克杯缺陷检测方法下载： 1394次

Mug Defect Detection Method Based on Improved Faster RCNN

李东洁 ^*李若昊

作者单位

哈尔滨理工大学自动化学院, 黑龙江哈尔滨 150080

引用该论文

李东洁, 李若昊. 基于改进Faster RCNN的马克杯缺陷检测方法[J]. 激光与光电子学进展, 2020, 57(4): 041515.

Dongjie Li, Ruohao Li. Mug Defect Detection Method Based on Improved Faster RCNN[J]. Laser & Optoelectronics Progress, 2020, 57(4): 041515.

引用列表

1、基于改进YOLOv3的纹理瓷砖缺陷检测激光与光电子学进展, 2022, 59 (10): 1015006

2、基于AM-YOLOv3模型的铝型材表面缺陷检测算法激光与光电子学进展, 2021, 58 (24): 2415007

3、基于双通道生成对抗网络的镜片缺陷数据增强激光与光电子学进展, 2021, 58 (20): 2015001

4、基于改进YOLOV3的载波芯片缺陷检测激光与光电子学进展, 2021, 58 (12): 1210002

5、基于LSD算法的链篦机台车侧板偏移检测激光与光电子学进展, 2021, 58 (8): 0815001

6、基于改进YOLOv3的安全帽佩戴识别算法激光与光电子学进展, 2021, 58 (6): 615002

7、基于改进U-Net卷积神经网络的钢轨表面损伤检测方法激光与光电子学进展, 2021, 58 (2): 0215009

李东洁, 李若昊. 基于改进Faster RCNN的马克杯缺陷检测方法[J]. 激光与光电子学进展, 2020, 57(4): 041515. Dongjie Li, Ruohao Li. Mug Defect Detection Method Based on Improved Faster RCNN[J]. Laser & Optoelectronics Progress, 2020, 57(4): 041515.

点击上图查看本文图集

论文摘要 Full Text 图 & 表补充材料基本信息知识挖掘 Metrics PDF全文参考文献 & 引文

本文已被 7 篇论文引用
被引统计数据来源于中国光学期刊网

引用该论文： TXT | EndNote

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务，点击此处了解我们的隐私策略。如您需继续使用本网站，请您授权我们使用本地 cookie 来保存部分信息。

您最值得信赖的光电行业旗舰网络服务平台!

快速查询高级查询

最近搜索：

大家在搜：人工智能图像处理光子

热门搜索：机器视觉光通信光纤传感器