Diseño experimental de detección de defectos en superficies de acero basado en MSFE-YOLO: un algoritmo YOLOV5 mejorado con extracción de características a múltiples escalas
Autores: Li, Lin; Zhang, Ruopeng; Xie, Tunjun; He, Yushan; Zhou, Hao; Zhang, Yongzhong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Diseño experimental de detección de defectos en superficies de acero basado en MSFE-YOLO: un algoritmo YOLOV5 mejorado con extracción de características a múltiples escalas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Inteligencia artificial
Programas de formación para estudiantes
Aprendizaje profundo
Detección de defectos en superficies de acero
Atención Multi-Escala Eficiente
Convolución 3 Convolución Dilatada X
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Integrar la tecnología de inteligencia artificial (IA) en programas de formación estudiantil es estratégicamente crucial para desarrollar futuros profesionales con capacidades de pensamiento avanzado y habilidades prácticas.
Descripción
Integrar la tecnología de inteligencia artificial (IA) en programas de formación estudiantil es estratégicamente crucial para desarrollar futuros profesionales con capacidades de pensamiento avanzado y habilidades prácticas.