Использование глубокого обучения для обнаружения дефектов в производстве: всесторонний обзор и современные проблемы

Using Deep Learning to Detect Defects in Manufacturing: A Comprehensive Survey and Current Challenges
Shaobo Li, Jing Yang, Zheng Wang, Hao Dong, Jun Wang, Shihao Tang
2020-12-16

глубокое обучениемашинное зрениеобнаружение дефектов в производствеобнаружение малых объектовультразвуковой контроль
Обнаружение дефектов продукции имеет важное значение для контроля качества в производстве. В исследовании представлен обзор современных методов глубокого обучения для обнаружения дефектов. Во-первых, дефекты продукции, включая электронные компоненты, трубы, сварные соединения, текстильные материалы и другие изделия, классифицируются по категориям. Во-вторых, рассматриваются основные современные методы и методы глубокого обучения для обнаружения дефектов, а также описываются их характеристики, преимущества и недостатки. В-третьих, обобщаются и анализируются применения ультразвукового контроля, фильтрации, глубокого обучения, машинного зрения и других технологий, используемых для обнаружения дефектов, с акцентом на три аспекта, а именно методы и экспериментальные результаты. Для более глубокого понимания трудностей в области обнаружения дефектов исследуются функции и характеристики существующего оборудования, применяемого для этой задачи. Обобщаются основные идеи и исходные коды исследований, посвящённых высокоточному обнаружению, высокоточному позиционированию, быстрому обнаружению, обнаружению малых объектов, обнаружению объектов на сложном фоне, обнаружению частично закрытых объектов и ассоциации объектов. Наконец, рассматриваются текущие достижения и ограничения существующих методов, а также современные исследовательские проблемы, чтобы помочь научному сообществу, занимающемуся обнаружением дефектов, сформировать дальнейшую повестку будущих исследований.
1
Рассматриваются основные методы обнаружения дефектов на основе глубокого обучения, включая их характеристики, преимущества, недостатки и экспериментальные результаты.
2
Обобщаются методы и коды для высокой точности, точного позиционирования, быстрого обнаружения, малых объектов, сложного фона, перекрытий и ассоциации объектов.
3
Исследуются ультразвуковой контроль, фильтрация, глубокое обучение, машинное зрение и другие технологии обнаружения производственных дефектов.
4
Обзор классифицирует производственные дефекты в таких изделиях, как электронные компоненты, трубы, сварные детали и текстильные материалы.
5
Обзор выделяет достигнутые результаты, ограничения, особенности оборудования и нерешённые задачи для определения направлений дальнейших исследований.

Обнаружение дефектов в производимых изделиях (электронные компоненты, трубопроводы, сварные изделия, текстильные материалы) с использованием методов глубокого обучения и сопутствующих сенсорных технологий

Методы обнаружения дефектов на основе глубокого обучения, их эффективность, ограничения и проблемы применения в контроле качества производства

Publication Details
Publication Date
2020-12-16
Journal
Publisher
ISSN
Cited by
514
Access Type
Author Information
Authors
Shaobo Li
Jing Yang
Zheng Wang
Hao Dong
Jun Wang
Shihao Tang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%