缺陷检测系统-昆山缺陷检测-宣雄智能科技

随时技术的发展，也出现了采用固定式或动态阈值分割方式进行检测的算法，但此方法同样存在缺陷：

1、镜头镜片区域结构纹理复杂，单一的阈值方法不能区分缺陷和产品本身结构；

2、镜头的端面、凸台区域，存在大量的纹理干扰，现有的阈值方法难以进行有效分割缺陷；

3、现有方法采用定焦采图的方式，获得的缺陷尺寸不准确，导致漏检率难以控制。

由于cnn---的特征提取能力，缺陷检测设备，采用基于cnn的分类网络目前已成为表面缺陷分类中的模式一般来说，现

有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构，缺陷检测系统，包括alexnet， vgg， googl enet，外观缺陷检测，resnet，

senet， shutenet，mobilenet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。

deep learning-based crack damage detection using convolutional neural networks