研究·计算机应用 | 浏览量 : 0 下载量: 0 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于CCD-YOLOv5算法的铸件表面缺陷检测模型

    • Casting Surface Defect Detection Model Based on CCD-YOLOv5 Algorithm

    • 在铸件表面缺陷检测领域,研究者提出了基于改进YOLOv5算法的检测模型,通过数据增强和网络结构优化,显著提升了检测准确率、召回率和mAP@0.5值,有效提高了综合识别检测效果。
    • 2024年44卷第8期 页码:1083-1089   

      纸质出版日期: 2024-08-20

    • DOI: 10.15980/j.tzzz.2024.08.013     

    扫 描 看 全 文

  • 鄢之麟,钟收成,孙进,等. 基于CCD-YOLOv5算法的铸件表面缺陷检测模型[J]. 特种铸造及有色合金,2024,44(8):1 083-1 089. DOI: 10.15980/j.tzzz.2024.08.013.
    YAN Z L,ZHONG S C,SUN J,et al. Casting surface defect detection model based on CCD-YOLOv5 algorithm[J]. Special Casting & Nonferrous Alloys,2024,44(8):1 083-1 089. DOI: 10.15980/j.tzzz.2024.08.013.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

白蕊 太原科技大学材料科学与工程学院
胡勇 太原科技大学材料科学与工程学院
金泽发 宁夏大学材料与新能源学院
刘宏泉 栋梁铝业有限公司
闫志杰 中北大学材料科学与工程学院;特殊环境先进金属材料山西省重点实验室
王梦雪 北方民族大学电气信息工程学院
穆春阳 北方民族大学机电工程学院;北方民族大学宁夏智能信息与大数据处理重点实验室
马行 北方民族大学电气信息工程学院;北方民族大学宁夏智能信息与大数据处理重点实验室

相关机构

太原科技大学材料科学与工程学院
宁夏大学材料与新能源学院
栋梁铝业有限公司
中北大学材料科学与工程学院
特殊环境先进金属材料山西省重点实验室
0