defect detection | BriefGPT

关键词defect detection

搜索结果 - 51

利用通道洗牌的深度学习加速金属表面缺陷检测
基于 YOLOv5 的改进型缺陷检测模型在钢表面上检测小且复杂的缺陷目标，在精度和检测时间方面表现优于其他可比较的模型。
PDF13 days ago
基于 PRISMA 的公开数据集系统性回顾：用于工业缺陷检测的基准与模型开发
近年来，质量控制领域不断利用视频摄像和图像处理集成来进行有效的缺陷检测。然而，开发和改进自动缺陷检测模型所需的带有注释缺陷的全面数据集稀缺，阻碍了进展。本系统性综述涵盖 2015 年至 2023 年，鉴别 15 个公开可用的数据集并对其进行
PDF21 days ago
MemoryMamba：记忆增强的状态空间模型用于缺陷识别
自动化制造中的缺陷检测技术需求增长，但现有视觉模型在处理复杂的制造场景中的缺陷识别方法方面不足。本研究提出了 MemoryMamba，一种新颖的记忆增强状态空间模型 (SSM)，旨在克服现有缺陷识别模型的局限性。MemoryMamba 集成
PDF2 months ago
基于 CNN 自编码图像去噪的影响评估在图像分类任务上
本研究提出了一种在铸造产品嘈杂图像中检测缺陷的创新方法，使用包括 VGG16、InceptionV3 等深度学习模型在空间和频率域中识别噪声类型和缺陷状态，并通过集成噪声检测和去噪技术提高缺陷检测准确性和鲁棒性。
PDF3 months ago
基于深度学习的物体检测技术应用于下水道网络自动缺陷检测
维护大城市的下水道系统十分重要，但也十分耗时耗力，因为目前的视觉检查都是手动完成的。为了减少手动工作量，应当自动定位和分类下水道管道中的缺陷。本研究通过大规模数据集的注释和深度学习的物体检测方法，解决了识别缺陷以及训练时的困难，最终依靠自动
PDF3 months ago
OCR 全能者：将多模态引入基于图像的缺陷检测系统
通过基于 OCR 的外部模态引导的数据挖掘框架，我们引入一种名为 OANet（Ocr-Aoi-Net）的方法来提取图像的统计特征作为第二个模态，以提升自动光学检测（AOI）模型的性能，并通过特征的精细融合和优化来提高推理和决策能力，在挑战性
PDF3 months ago
开放压制件数据集
我们提供了一个包含合成和真实图像的开放冲压零部件数据集 (OSPD)，该数据集可用于汽车制造。我们通过 7 台摄像机拍摄到的真实部件图像包括 7980 张未标记的图像和 1680 张标记的图像。此外，我们还通过在 10% 的孔洞上覆盖合成生
PDF4 months ago
基于二维正弦图的计算机断层成像中的缺陷定位方法
该论文介绍了深度学习在计算机断层成像领域的应用，提出了一种基于三步深度学习算法的综合缺陷检测方法，包括缺陷分割、蒙版分离和缺陷分析。使用 U-Net 架构进行缺陷分割，在模拟数据上达到 92.02％的 IoU，并在 512 像素宽的探测器上
PDF5 months ago
LLMs 对安全代码审查的深入探讨
应用大型语言模型进行安全代码审查时，其生成的回复通常存在冗长、含糊和不完整等问题，需要提高其简练性、可理解性和安全缺陷检测的合规性。本研究比较了三种先进的大型语言模型在 549 个包含安全缺陷的真实代码审查文件上的五个提示下的检测性能，通过
PDF5 months ago
稳定扩散控制的工业数据图像合成
使用生成模型在工业数据上重新生成自我标记的有缺陷图像，从而优化真实工业使用情况下的裂缝分割器，显示了该方法在生产环境中的潜力。
PDF6 months ago
利用虚拟现实技术和深度学习进行风力涡轮叶片缺陷检测的新方法
通过使用两步深度学习方法，本文试验缺陷检测准确性，在风力涡轮片背景中生成真实感图像并训练定制的 U-Net 架构来分类和分割缺陷，为无人机等航空器的自主和远程检查提供合理的缺陷检测准确性。
PDF6 months ago
利用张量卷积神经网络提高制造业中的缺陷检测
在制造业质量控制阶段，缺陷检测是最重要且具有挑战性的任务之一。本文引入了一种张量卷积神经网络（T-CNN），并在罗伯特・博世公司生产的超声波传感器组件的实际缺陷检测应用中对其性能进行了研究。我们的量子启发式 T-CNN 在减少模型参数空间的
PDF6 months ago
一种基于集成卷积神经网络的可重复使用的铁路 AI 缺陷检测系统
准确的缺陷检测对于确保智能铁路系统的可信性至关重要。为了解决样本有限时训练新的缺陷分类器导致过拟合和在未见图像上表现不佳的问题，我们提出了一种可重复使用的基于人工智能的缺陷检测方法。通过将集成学习与迁移学习模型（VGG-19、MobileN
PDF7 months ago
利用切片辅助超推理和优化策略提升先进集成电路节点缺陷检测和分类方法
半导体制造中的光刻术通常是界定最小模式尺寸的制造步骤，在最近几年中，高数值孔径极紫外光刻术 (high-NA EUVL) 的发展取得了进展，承诺推动模式缩小 (2 纳米节点及以上)。然而，高数值孔径导致了随机缺陷的显著增加和缺陷检测的复杂性
PDF7 months ago
缺陷检测中的任意分割
本研究提出了一种针对高噪声热红外图像的缺陷分割新方法 DefectSAM，通过采用广泛采用的模型 Segment Anything（SAM）和精心策划的数据集，有效地提高了缺陷检测率，尤其在复杂和不规则表面上对弱缺陷和小缺陷的检测表现出色，
PDF7 months ago
自监督上下文学习用于工业缺陷的视觉检测
本文提出了一种新颖的自监督学习算法，通过解决著名的拼图问题来设计一个优化的编码器，以在工业产品中检测纹理和物体缺陷，实验结果表明我们的方法在广泛使用的 MVTec AD 数据集上达到了 95.8% 和 96.8% 的杰出检测和分割性能，为纹
PDF8 months ago
DeepInspect：面向制造业的 AI 驱动缺陷检测
我们的论文利用卷积神经网络（CNNs）、递归神经网络（RNNs）和生成对抗网络（GANs）为制造业引入一种创新的缺陷检测方法。通过从产品照片中提取精细的细节，并利用 RNNs 检测不断演变的错误，并生成合成缺陷数据来增强模型的鲁棒性和适应性
PDF8 months ago
基于 Attention 模块提升工业检测中的图像级异常检测：DifferNet 案例研究
通过注意力机制和深度神经网络，提出了一种改进的 DifferNet 解决方案：AttentDifferNet，它在三个工业检测数据集中实现了改进的图像级缺陷检测和分类性能，达到了业界最新水平，突出了注意力在工业异常检测中的重要性。
PDF8 months ago
利用迁移学习方法对 3D 打印圆柱体对象进行缺陷分析
通过使用迁移学习模型，本研究探索了机器学习方法在 3D 打印圆柱体缺陷检测方面的有效性，发现特定的迁移学习模型（如 MobileNetV2）可以高准确度地分类 AM 缺陷，同时结果揭示了算法性能的差异，为 3D 打印可靠自动化缺陷分析提供模
PDF9 months ago
鲁棒异常检测的差异感知框架
合成数据的自监督学习在缺陷检测中显示出巨大的潜力，本文提出了一种容错感知框架，通过简单和廉价的策略持续展现出鲁棒性能，优于现有方法，并取得了最先进的定位性能。
PDF9 months ago