钢铁表面缺陷半监督检测方法研究

分享到

【作者】段佳佳
【学位名称】硕士
【学位年度】2023
【学位授予单位】太原师范学院
【导师姓名】韩素青
【关键词】钢铁表面半监督缺陷检测目标检测 Softteacher
【摘要】钢铁表面质量控制一直是钢铁生产过程智能检测的重点。随着“十四五规划”等概念的提出及深度学习的发展,机器代替人工进行缺陷检测成为趋势。但与此同时,钢铁表面缺陷类别多样、标注数据缺乏,也是钢铁工业领域难以避开的困难问题。半监督学习方法对于标记数据缺乏的问题非常有效,因此将半监督学习方法应用于目标检测可以改善监督学习目标检测的不足,同时对钢铁表面缺陷检测具有重要意义。本文以深度学习方法为基础,将半监督目标检测方法作为依据,Pytorch作为实验基础环境,采用理论分析和实验验证相结合的方法,针对钢铁表面...
【文献类型】学位论文