Zobrazeno 1 - 10
of 54
pro vyhledávání: '"steel defect detection"'
Publikováno v:
IEEE Access, Vol 12, Pp 99240-99257 (2024)
Guaranteeing steel quality is a crucial step in the steel manufacturing process. Many manufacturing industries still resort to manual visual inspection, which is inefficient and time-consuming. Industries have not fully adopted automated visual inspe
Externí odkaz:
https://doaj.org/article/b58e196545214b52aad940a6946427ea
Publikováno v:
IEEE Access, Vol 12, Pp 95106-95117 (2024)
Considering steel as one of the most widely utilized materials, the detection of defects on its surface has always been a paramount area of research. Traditional target detection algorithms often face challenges such as low detection accuracy, missed
Externí odkaz:
https://doaj.org/article/506c8fadd298422f852307990ce6abfb
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 13, Iss 9, p 5260 (2023)
With the increasing popularity of deep learning, enterprises are replacing traditional inefficient and non-robust defect detection methods with intelligent recognition technology. This paper utilizes TL (transfer learning) to enhance the model’s re
Externí odkaz:
https://doaj.org/article/21ae1fcd78cd4c2d922c74d36e0e2a00
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 12, Iss 12, p 6004 (2022)
Steel surface defect detection is challenging because it contains various atypical defects. Many studies have attempted to detect metal surface defects using deep learning and had success in applying deep learning. Despite many previous studies to so
Externí odkaz:
https://doaj.org/article/422551ad1a6c4afe8d70aa98105c4534