深度学习-[数据集+完整代码]基于卷积神经网络的缺陷检测
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络，是深度学习（deep learning）的代表算法之一。以下是对卷积神经网络的详细介绍： 一、起源与发展 起源：卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络。 发展：随着深度...
![深度学习-[数据集+完整代码]基于卷积神经网络的缺陷检测](https://ucc.alicdn.com/pic/developer-ecology/36en7qfqu4h4c_19d1d94f5dbe47b5a1e262e425f94454.png)
基于YOLOv8深度学习的PCB板缺陷检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测
基本功能演示 摘要：PCB板缺陷检测在电子制造行业中具有重要的意义。随着电子产品的普及和需求的不断增长，对PCB板的质量和可靠性要求也越来越高。PCB板作为电子产品的核心组件，其质量直接影响到整个产品的性能和稳定...
基于YOLOv8深度学习的钢材表面缺陷检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战
前言 钢材表面缺陷检测对于保障产品质量、延长使用寿命以及防止潜在的安全风险至关重要。在金属加工和制造业中，及时且准确地检测出表面缺陷，可以避免不合格产品流入市场，从而确保结构的完整性和可靠性，以及产品的美观性和性能标准。此外，缺陷检测能够帮助制造厂商降低废品率，提高材料的利用率，减少经济损失。 钢材表面缺陷检测应用场景广泛，例如在汽车制造、航空航天、船舶制造、建筑、管...
【OpenCV】告别人工目检：深度学习技术引领工业品缺陷检测新时代
机器视觉 机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实现产品缺陷检测，可以节约大量时间跟人员成本，实现生产过程的自动化与流水线作业。 ...
AI-无损检测方向速读：基于深度学习的表面缺陷检测方法综述
1 表面缺陷检测的概念表面缺陷检测是机器视觉领域中非常重要的一项研究内容, 也称为 AOI (Automated optical inspection) 或 ASI (Automated surface inspection)，它是利用机器视觉设备获取图像来判断采集图像中是否存在缺陷的技术。1.1 传统检测的缺陷(非CNN)在很多开放式的工业环境下，期待设计的成像系统完全消除场景或者被检材料等变....
基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
前言 随着社会的发展和工业产业的快速发展，工业电子产业随之快速发展。其中PCB板是我们经常用到，但是PCB电路板经常会有一定的缺陷率。PCB电路板常见的缺陷检测技术有自动光学检测技术、计算机视觉检测技术等。工厂车间操作人员需借助电子显微镜或放大镜，根据现场作业操作人员主观经验及视觉测量来确定PCB的合格率，这种传统的检测方式准确率低，缺陷检测....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注