加工而成的钢材表面可能会存在一定的缺陷，对钢材的外观和质量造成严重的影响，这些缺陷可以通过多种方法来完成分类和分割。传统检测方法精度不高且效率低下，采用基于深度学习的钢表面缺陷检测方法可有效提高检测性能。文章总结了近年来诸多学者提出的基于深度学习的缺陷分类和分割方法，介绍了这些算法的特点以及基于这些算法得到的改进算法，并对各类算法进行了比较，得出各种算法的优缺点。最后，总结了现阶段基于深度学习的缺陷检测技术存在的问题，并对未来的发展进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
