基于YOLO11n-SRA的带钢表面缺陷检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

带钢在生产过程中产生的表面缺陷严重影响钢材性能，增加了加工过程中的报废风险[1]。传统的人工检测和基于机器视觉的缺陷检测方法受限于主观因素和检测效率，难以满足现代钢铁工业对高精度、自动化缺陷检测的需求。因此，融合深度学习与计算机视觉的智能检测方法逐渐成为研究热点。

近年来，深度学习视觉识别技术广泛应用于带钢表面缺陷检测，主要分为两阶段算法和单阶段算法。（剩余13178字）

试读结束

目录
monitor
客服机器人