Aprendizaje de subespacios neurales para la detección de defectos en superficies
Autores: Liu, Bin; Chen, Weifeng; Li, Bo; Liu, Xiuping
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Aprendizaje de subespacios neurales para la detección de defectos en superficies
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Inspección de defectos
Aprendizaje de subespacios no supervisado
Redes neuronales
Aumento de datos
Técnicas de aprendizaje profundo
Evaluaciones de productos industriales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
La inspección de defectos en la superficie es una técnica clave en las evaluaciones de productos industriales. Comparada con otras aplicaciones visuales, la inspección de defectos industriales sufre de un problema de muestra pequeña y de falta de datos etiquetados. Por lo tanto, los métodos convencionales de aprendizaje profundo que dependen de grandes muestras supervisadas no pueden generalizarse directamente a esta tarea.
Descripción
La inspección de defectos en la superficie es una técnica clave en las evaluaciones de productos industriales. Comparada con otras aplicaciones visuales, la inspección de defectos industriales sufre de un problema de muestra pequeña y de falta de datos etiquetados. Por lo tanto, los métodos convencionales de aprendizaje profundo que dependen de grandes muestras supervisadas no pueden generalizarse directamente a esta tarea.