基于深度学习的纹理表面缺陷检测方法综述
来源:计算机集成制造系统杂志2025年第3期北京时间:
作者:邓志鹏, 何施茗, 杨根, 满君丰
单位:1.长沙理工大学计算机与通信工程学院2.湖南第一师范学院智能制造学院
摘要:纹理表面缺陷检测方法在工业产品检测中发挥着关键作用,可以快速准确地检测出各种纹理表面上存在的缺陷,从而提升产品质量和生产效率。近年来,随着深度学习技术的快速发展,涌现出了越来越多的基于深度学习的纹理表面缺陷检测方法,这些方法在处理复杂纹理问题和实现高精度检测方面展现出了显著优势。因此,从监督学习、弱监督学习和无监督学习3个角度,系统、全面地总结了近5年来基于深度学习的纹理表面缺陷检测方法,归纳了各类方法的前沿成果,并通过在特定数据集上的性能对比,深刻剖析了各类方法面临的挑战与存在的不足。最后,总结了该领域面临的主要挑战,并提出了可能的解决策略。
关键词:纹理表面缺陷,缺陷检测,深度学习,监督学习,弱监督学习,无监督学习
基金资助:湖南省高校科技创新团队项目(2023-233[湘教通]);湖南省高校重点实验室(2023-213[湘教通]);湖南省自科基金资助项目(22JJ50002,2024JJ7091,2024JJ7092,2024JJ7093)。
2025年3期其他文献查阅:
基于人智团队智能体协同进化的群智创新设计方法
基于深度学习的纹理表面缺陷检测方法综述
低碳需求驱动的产品零部件参数优化设计方法
基于形计算重构CAD的计算基础
融合工艺-质量语法知识的复杂零件关键工序识别方法
基于隐式模型的高效柱面切片算法
面向低碳的零部件表面涂层方案综合评价方法
考虑可变旋转参数的机器人多轴孔装配强化学习策略
基于云边协同的智能数控车间自调控系统研究与实现
基于联邦学习的工控机业务行为分布式安全检测
基于无参数聚类和改进支持向量机多特征融合的控制图模式识别
基于GAT的异构模型元素语义相似度匹配方法
基于时空特征提取的刀具无监督异常检测方法
基于统计决策的高灰阶X射线底片图像自适应增强算法研究
基于Canny-Franklin矩的亚像素边缘检测方法
基于拓扑结构分层表达的线缆布线弯曲半径自动检测
考虑机器数量增加的多处理机工件调度优化
刚柔混合约束下柔性流水车间生产调度与设备维护集成优化
基于改进近端策略优化算法的AGV路径规划与任务调度
考虑分层耦合约束的复杂产品综合调度算法
面向订单扰动的柔性作业车间动态调度方法
基于深度强化学习的机械臂视觉伺服智能控制
改进RRT算法的机械臂路径规划
面向冷启动用户的云平台服务决策推荐方法
基于DAE-BLS的锂离子电池剩余使用寿命预测方法
混合犹豫模糊集下基于改进CRITIC-ORESTE的多准则群决策方法
平台数据授权和技术投资下的智能供应链决策
信息不对称下考虑利他偏好的供应链绿色设计与定价决策
考虑品牌优势的供应链最优再制造模式与区块链引入策略
面向云制造模式协同产品族配置与考虑消费者行为的延迟承包决策的三层主从优化
电动汽车制造商竞争与专利竞合策略选择及动力电池回收决策