





检测对象:钢表面缺陷
主要方法:基于Faster R-CNN的带钢表面缺陷检测网络,该网络的改进在于提出的多级特征融合网络( MFN )
将多个分层特征组合成一个特征 ,可以包括缺陷的更多位置细节。基于这些多级特征,采用区域提议网络
( RPN )生成感兴趣区域( ROI ) .在缺陷检测数据集NEU-DET.上,ocr字符检测批发,提出的方法在采用ResNet-50的
backbone"下实现了82.3%的mAP。

本发明对于镜头上下表面的检测,通过镜片区域减去屏蔽区域获得有效检测区域,检测中文字符,并将多张图片的有效检测区域进行融合,进行一次缺陷检测,有效提升了检测结果的准确性。
以上所述仅为本发明的一个方案而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
检测中文字符-字符检测-苏州宣雄智能科技(查看)由苏州宣雄智能科技有限公司提供。苏州宣雄智能科技有限公司拥有很好的服务与产品,不断地受到新老用户及业内人士的肯定和信任。我们公司是商盟认证会员,点击页面的商盟客服图标,可以直接与我们客服人员对话,愿我们今后的合作愉快!