| 标题 |
[高分]
 学位论文 Research on Control Defects Method of Pits and Bulges in Stamping Surface of Truck Roof 相关领域
冲压
屋顶
卡车
烫印
生产（经济）
过程（计算）
材料科学
计算机科学
工程类
汽车工程
结构工程
机械工程
经济
操作系统
宏观经济学
|
| 网址 | |
| DOI |
提醒：求助人提供的doi与AI识别不一致
10.1109/icmcce48743.2019.00090
Doi
|
| 其它 |
基于深度学习的汽车冲压件开裂缺陷检测方法研究与应用 王大维 沈阳工业大学 摘要：在汽车冲压工艺中,经常会出现开裂、毛边等多种缺陷,其中开裂因其不可修复性而被普遍关注,存在开裂的冲压件若进入汽车生产的后续阶段,会增加大量的成本和浪费。遗憾的是,目前冲压车间仍主要依靠人工目视检测,这种被动的检测方式检测效率低且准确性差。本文主要参考冲压车间的实际生产背景,结合基于深度学习的缺陷检测算法对开裂缺陷检测进行了以下几方面的研究。 首先,设计了自适应预训练的特征块分布建模(Adapting Pretrained Feature Patch Distribution Modeling,APFPDM)缺陷检测网络。该网络使用基于Image Net数据集上预训练的网络模型进行特征提取,但考虑到Image Net数据集中图片与待检测冲压图片存在较大差异,设计了自监督任务仅使用正常样本对预训练的网络模型进行微调。使用微调后的网络模型提取正常样本的特征,并基于提取特征计算多元高斯分布。在提取待测样本的特征后,计算其与正常样本多元高斯分布的距离,以实现缺陷检测。这种方法有效解决了项目初期因缺乏缺陷数据,无法充分训练有监督的网络模型进行缺陷检测的问题。 其次,设计了自适应增量的两阶段(Adap... 更多 关键词： 汽车制造;缺陷检测;深度学习;无监督异常检测;弱监督语义分割; 专辑： 工程科技Ⅱ辑;信息科技 专题： 汽车工业;计算机软件及计算机应用;自动化技术 DOI： 10.27322/d.cnki.gsgyu.2024.000745 分类号： U466;TP18;TP391.41 导师： 刘振宇 学科专业： 软件工程 硕士电子期刊出版信息： 年期：2025年第06期 网络出版时间：2025-05-16—2025-06-15 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Kao
毛豆
cdercder
Copyright
GingerF
东方元语
学术文献互助
yjh123
发生了什么
Criminology34
YifanWang
arniu2008
Nexus
Oracle
NYX
MchemG
沉默的雪枫
sagitar
小荷才露尖尖角
淡淡樱桃
皖公网安备34019202002308
