首页
冶金自动化杂志
新闻中心
自动化信息网
冶金计量协会
杂志广告
厂商信息
自动化论坛
计控自动化对标
期刊介绍
期刊荣誉
编委会
征稿启事
作者须知
文章模板
在线杂志
当前位置：
冶金自动化杂志 ->
在线杂志
期刊年份
2006
2007
2008
2009
2010
2013
2014
2015
2016
2017
2018
2019
2020
2021
期号
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第1期
第5期
第4期
第3期
第2期
第1期
第6期
第5期
第4期
第3期
第6期
第5期
第4期
第3期
第1期
第6期
第5期
第4期
第3期
第2期
第1期
第1期
第2期
第1期
第6期
第5期
第4期
第3期
第2期
关键字
改进SSD卷积神经网络在钢板边裂纹检测中的应用
文章作者:
刘继丹等
出处:
冶金自动化2020年第4期
作者单位:
鞍钢集团自动化有限公司产品事业部
参考文献:
关键词:
中厚板；边裂纹；SSD；神经网络；训练
摘要:主要介绍了中厚板边裂纹检测算法的研发过程。中厚板边裂纹是生产过程中出现的主要缺陷，目前的生产工艺难以完全消除，只能采用边部剪切的方式。为了做到精准剪切、提高生产效率，就必须对边裂纹进行识别定位。结合多分类单杆检测器（single shot multibox detector，简称SSD）网络的缺陷，采用空洞卷积进行改进SSD卷积神经网络，并增加了网络平衡性。再使用这种网络对边裂纹样本进行训练，并对测试集样本进行测试，在图片样本较少的试验中结果基本满意。
正文:
正文下载
版权所有 © 2006 《冶金自动化》编辑部
新鸿儒承制
地址：北京海淀区学院南路76号南院 电话：010-62181013 传真：010-62181013 E-mail：mia@yjzdh.com
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：010-62662699,E-mail:support@magtech.com.cn
冶金自动化研究设计院《冶金自动化》杂志社 京ICP备09114784号
冶金自动化杂志 
