基于计算机视觉的玻璃表面质量检验技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TP39文献标志码：A

玻璃作为重要的工业材料，玻璃表面的缺陷会影响其质量和应用效果，因此，对玻璃表面质量进行检验显得尤为重要。

在此背景下，刘小磊等[通过深度学习的方法，选择最优的YOLOv5s网络完成对镜片缺陷的检测。由于光学镜片表面缺陷的复杂性，因此导致检测精度出现波动。尹玲等[2]对曲面玻璃表面的缺陷图像进行特征提取和分类，实现对缺陷的自动识别。（剩余3853字）

试读结束

目录
monitor
客服机器人