为了解决钢板表面缺陷检测准确率低、误报率高以及现场应用困难的问题，提出一种基于深度学习的热轧钢板表面缺陷检测方法以及部署方案。选取 aster RCNN 目标检测模型对数据预处理并训练、优化模型，以提升识别精度和效率。设计云边协同部署方案，将缺陷检测模型应用部署在现场，以减轻视频传输造成的宽带压力、缩短识别结果延时，满足了企业需求。

网站会员需要登录才能在线预览，点我登录。

如何成为网站会员>>