中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于深度学习的表面缺陷检测方法综述

文献类型:期刊论文

作者陶显; 侯伟; 徐德
刊名自动化学报
出版日期2021-05
卷号47期号:5页码:1017-1034
关键词深度学习 表面缺陷检测 机器视觉 卷积神经网络
英文摘要

近年来,基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中.本文对近年来基于深度学习的表面缺陷检测方法进行了梳理,根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类,并对各种典型方法进一步细分归类和对比分析,总结了每种方法的优缺点和应用场景.本文探讨了表面缺陷检测中三个关键问题,介绍了工业表面缺陷常用数据集.最后,对表面缺陷检测的未来发展趋势进行了展望. 

语种中文
源URL[http://ir.ia.ac.cn/handle/173211/44875]  
专题精密感知与控制研究中心_精密感知与控制
作者单位1.中国科学院自动化研究所
2.中国科学院大学人工智能学院
3.中国科学院自动化研究所
推荐引用方式
GB/T 7714
陶显,侯伟,徐德. 基于深度学习的表面缺陷检测方法综述[J]. 自动化学报,2021,47(5):1017-1034.
APA 陶显,侯伟,&徐德.(2021).基于深度学习的表面缺陷检测方法综述.自动化学报,47(5),1017-1034.
MLA 陶显,et al."基于深度学习的表面缺陷检测方法综述".自动化学报 47.5(2021):1017-1034.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。