Design of multi-scale receptive field convolutional neural network for surface inspection of hot rolled steels

Due to the large intra-class variations and unbalanced training samples, the accuracy of existing algorithms used in defect classification of hot rolled steels is unsatisfactory. In this paper, a new hierarchical learning framework is proposed based on convolutional neural networks to classify hot r...

Celý popis

Podrobná bibliografie

Vydáno v:	Image and vision computing Ročník 89; s. 12 - 20
Hlavní autoři:	He, Di, Xu, Ke, Wang, Dadong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.09.2019
Témata:	AutoEncoder Convolutional neural networks Defect identification Hot rolled steels Surface inspection Defect identification Surface inspection Hot rolled steels Convolutional neural networks AutoEncoder
ISSN:	0262-8856, 1872-8138
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!