期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合CNN-Transformer模型的板材缺陷图像检测研究
1
作者
徐思同
张妤
《林业机械与木工设备》
2025年第4期52-55,共4页
板材缺陷检测是板材加工的重要工序之一,实现木材板材缺陷的自动检测是高质量板材加工的前提,而板材缺陷图像的识别是这个技术的难点。优选锯并未完全实现自动化技术,在生产过程中,仍需人工对木材板材缺陷进行划线处理,为缓解人工压力,...
板材缺陷检测是板材加工的重要工序之一,实现木材板材缺陷的自动检测是高质量板材加工的前提,而板材缺陷图像的识别是这个技术的难点。优选锯并未完全实现自动化技术,在生产过程中,仍需人工对木材板材缺陷进行划线处理,为缓解人工压力,借助摄像机和计算机代替工人,对板材上存在的缺陷进行识别和分类,提出了一种基于异构架构协同的半监督分割方法,创新性地构建了双分支网络框架,通过交叉教学策略实现有限标注信息的高效利用,旨在解决标注数据稀缺条件下模型性能受限的难题。实验结果证明,相比于其他方法该模型对板材缺陷图像的识别分类更具有稳定性。
展开更多
关键词
板材缺陷分类
深度学习
CNN
Transformer
半监督学习
在线阅读
下载PDF
职称材料
题名
基于混合CNN-Transformer模型的板材缺陷图像检测研究
1
作者
徐思同
张妤
机构
东北林业大学计算机与控制工程学院
出处
《林业机械与木工设备》
2025年第4期52-55,共4页
文摘
板材缺陷检测是板材加工的重要工序之一,实现木材板材缺陷的自动检测是高质量板材加工的前提,而板材缺陷图像的识别是这个技术的难点。优选锯并未完全实现自动化技术,在生产过程中,仍需人工对木材板材缺陷进行划线处理,为缓解人工压力,借助摄像机和计算机代替工人,对板材上存在的缺陷进行识别和分类,提出了一种基于异构架构协同的半监督分割方法,创新性地构建了双分支网络框架,通过交叉教学策略实现有限标注信息的高效利用,旨在解决标注数据稀缺条件下模型性能受限的难题。实验结果证明,相比于其他方法该模型对板材缺陷图像的识别分类更具有稳定性。
关键词
板材缺陷分类
深度学习
CNN
Transformer
半监督学习
Keywords
plate defect classification
deep learning
CNN
Transformer
semi-supervised learnin
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
S776 [农业科学—森林工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合CNN-Transformer模型的板材缺陷图像检测研究
徐思同
张妤
《林业机械与木工设备》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
