1、对轮胎X光图像数据进行数据标注,标注成图像分类数据集和图像分割数据集;
2、针对轮胎X光图像的特殊性,对其进行相应的图像处理,包括裁切,噪声,翻转,直方图均衡化等;
3、采用ResNet-34作为骨干网络对其进行特征提取工作;
4、使用Faster R-CNN模型对其进行缺陷检测工作;
5、针对检测速度慢的问题,尝试使用无监督方法对其进行二分类(正常与缺陷)。
6、发表科技核心期刊一篇,顶会一篇
点击空白处退出提示
1、对轮胎X光图像数据进行数据标注,标注成图像分类数据集和图像分割数据集;
2、针对轮胎X光图像的特殊性,对其进行相应的图像处理,包括裁切,噪声,翻转,直方图均衡化等;
3、采用ResNet-34作为骨干网络对其进行特征提取工作;
4、使用Faster R-CNN模型对其进行缺陷检测工作;
5、针对检测速度慢的问题,尝试使用无监督方法对其进行二分类(正常与缺陷)。
6、发表科技核心期刊一篇,顶会一篇
评论