Современное состояние технологий обнаружения дефектов на основе машинного зрения
State of the Art in Defect Detection Based on Machine Vision
2021-05-26
SCID: 54.1/zw2rd7s2
Discuss with AI
глубокое обучениесегментация дефектовобнаружение промышленных дефектовмашинное зрениевизуальный контроль
Figures from the paper
Abstract (AI)
Машинное зрение значительно повышает эффективность, качество и надежность обнаружения дефектов. При визуальном контроле передовыми оптическими системами освещения и подходящим оборудованием для получения изображений являются необходимые условия получения изображений высокого качества. Обработка и анализ изображений представляют собой ключевые технологии извлечения информации о дефектах, при этом глубокое обучение оказывает значительное влияние на анализ изображений. В настоящем исследовании систематически рассматриваются краткая история и современное состояние оптического освещения, получения изображений, обработки изображений и анализа изображений в области визуального контроля. Представлены последние достижения в области обнаружения промышленных дефектов на основе машинного зрения. В дальнейшем развитии визуального контроля глубокое обучение будет играть все более важную роль. Поэтому после обсуждения традиционных алгоритмов обнаружения дефектов подробно описывается применение глубокого обучения для классификации, локализации и сегментации дефектов. Наконец, рассматриваются перспективы развития технологий визуального контроля.
Key Findings
1
Глубокое обучение оказывает всё большее влияние на классификацию, локализацию и сегментацию промышленных дефектов, дополняя традиционные алгоритмы обнаружения.
2
Ожидается, что дальнейшее развитие визуального контроля будет всё больше опираться на применение глубокого обучения на всех этапах обнаружения дефектов.
3
Высококачественный визуальный контроль зависит от эффективных платформ оптического освещения и подходящего оборудования для получения изображений.
4
Обработка и анализ изображений имеют ключевое значение для извлечения информации о дефектах.
5
Машинное зрение повышает эффективность, качество и надёжность промышленного обнаружения дефектов.
Research Object
Промышленные системы визуального контроля для обнаружения дефектов на основе машинного зрения
Research Subject
Современное состояние и технологические разработки в области оптического освещения, получения изображений, обработки изображений, а также классификации, локализации и сегментации дефектов на основе глубокого обучения
Publication Details
Publication Date
2021-05-26
Journal
Publisher
ISSN
Cited by
821
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai9
Глубокое остаточное обучение для распознавания изображений2016
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Очень глубокие сверточные сети для масштабного распознавания изображений2014
Градиентное обучение для распознавания документов1998
Переосмысление архитектуры Inception для компьютерного зрения2016
Снижение размерности данных с помощью нейронных сетей2006
Квантовые вычисления в эпоху NISQ и за ее пределами2018
Обнаружение объектов с помощью глубокого обучения: обзор2019
Глубокое обучение для компьютерного зрения: краткий обзор2018