基于CNN的带钢表面缺陷检测
杨延西
赵梦
1.西安理工大学自动化与信息工程学院,陕西西安,7100482.西安理工大学自动化与信息工程学院,陕西西安,710048
摘要：随着工业4.0:智能制造理念的深入,推动工业生产制造进一步由自动化向智能化升级势不可挡.作为制造业的支柱性产业,实现钢铁行业的表面缺陷自主检测具有重要意义.针对现有带钢表面缺陷检测过程中识别率低,无法自主检测等问题,本文提出一种基于CNN的带钢表面缺陷检测算法,引入深度学习知识,通过建立CNN模型,制作数据集,实现了对带钢表面缺陷的自动提取与检测.通过实验验证了该算法的有效性,实验结果表明该算法的准确率在99.99％以上,实验过程中未出现误差,能够满足工业生产方面的要求.
关键词：工业4.0带钢表面缺陷检测深度学习CNN
分类号：TP391(计算技术、计算机技术)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 25-29 )
英文信息