Yolo-rff: un método de detección de defectos industriales basado en el campo expandido de sensación y fusión de características
Autores: Li, Gang; Zhao, Shilong; Zhou, Mingle; Li, Min; Shao, Rui; Zhang, Zekai; Han, Delong
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Yolo-rff: un método de detección de defectos industriales basado en el campo expandido de sensación y fusión de características
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Eficiencia
Tasa de detección falsa
Rendimiento en tiempo real
Fusión de características
Atención MECA
Módulo ASPF
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Ante los problemas de baja eficiencia, alta tasa de detección de falsos positivos y pobre rendimiento en tiempo real de los métodos actuales de detección de defectos industriales, este documento propone un método de detección de defectos industriales basado en un campo perceptual expandido y fusión de características para aplicaciones industriales prácticas.
Descripción
Ante los problemas de baja eficiencia, alta tasa de detección de falsos positivos y pobre rendimiento en tiempo real de los métodos actuales de detección de defectos industriales, este documento propone un método de detección de defectos industriales basado en un campo perceptual expandido y fusión de características para aplicaciones industriales prácticas.