JavaShuo
欄目
標籤
論文閱讀筆記《A semi-supervised CNN based method for steel surface defect recognition》
時間 2020-12-30
標籤
論文閱讀筆記
# 缺陷檢測
深度學習
半監督學習
缺陷檢測
欄目
Microsoft Surface
简体版
原文
原文鏈接
核心思想 本文提出一種半監督的鋼鐵表面缺陷檢測方法(PLCNN),半監督的思路也比較常見,利用CNN對無標籤樣本進行預測,輸出僞標籤(Pseudo-Label),並將帶有僞標籤的樣本作爲訓練樣本對網絡進行進一步訓練。 網絡結構的設計也沒有什麼特別之處,唯一有點新意的地方可能就是損失函數的設計了。 實現過程 網絡結構 損失函數 損失函數包含有標籤損失和無標籤損失兩個部分,兩個部分均
>>阅读原文<<
相關文章
1.
論文閱讀筆記《A Surface Defect Detection Method Based on Positive Samples》
2.
論文閱讀筆記《A new graph-based semi-supervised method for surface defect classification》
3.
論文閱讀筆記《Segmentation-based deep-learning approach for surface-defect detection》
4.
論文閱讀筆記《Convolutional Neural Networks for Steel Surface Defect Detection from Photometric Stereo》
5.
論文閱讀- Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
6.
論文閱讀筆記《Surface defect classification of steels with a new semi-supervised learning method》
7.
A Surface Defect Detection Method Based on Positive Samples
8.
論文閱讀筆記《A weak supervision machine vision detection method based on artificial defect simulation》
9.
論文閱讀筆記《Unsupervised fabric defect detection based on a deep convolutional GAN》
10.
論文閱讀筆記《A High-Efficiency Fully Convolutional Networks for Pixel-Wise Surface Defect Detection》
更多相關文章...
•
RSS 閱讀器
-
RSS 教程
•
PHP 實例 - AJAX RSS 閱讀器
-
PHP教程
•
Tomcat學習筆記(史上最全tomcat學習筆記)
•
JDK13 GA發佈:5大特性解讀
相關標籤/搜索
論文閱讀
論文閱讀筆記
閱讀筆記
論文筆記
CV論文閱讀
Apple文檔閱讀筆記
recognition
based
defect
外文閱讀
Microsoft Surface
Thymeleaf 教程
MyBatis教程
Redis教程
文件系統
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
融合阿里雲,牛客助您找到心儀好工作
2.
解決jdbc(jdbctemplate)在測試類時不報錯在TomCatb部署後報錯
3.
解決PyCharm GoLand IntelliJ 等 JetBrains 系列 IDE無法輸入中文
4.
vue+ant design中關於圖片請求不顯示的問題。
5.
insufficient memory && Native memory allocation (malloc) failed
6.
解決IDEA用Maven創建的Web工程不能創建Java Class文件的問題
7.
[已解決] Error: Cannot download ‘https://start.spring.io/starter.zip?
8.
在idea讓java文件夾正常使用
9.
Eclipse啓動提示「subversive connector discovery」
10.
帥某-技巧-快速轉帖博主文章(article_content)
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
論文閱讀筆記《A Surface Defect Detection Method Based on Positive Samples》
2.
論文閱讀筆記《A new graph-based semi-supervised method for surface defect classification》
3.
論文閱讀筆記《Segmentation-based deep-learning approach for surface-defect detection》
4.
論文閱讀筆記《Convolutional Neural Networks for Steel Surface Defect Detection from Photometric Stereo》
5.
論文閱讀- Segmentation-Based Deep-Learning Approach for Surface-Defect Detection
6.
論文閱讀筆記《Surface defect classification of steels with a new semi-supervised learning method》
7.
A Surface Defect Detection Method Based on Positive Samples
8.
論文閱讀筆記《A weak supervision machine vision detection method based on artificial defect simulation》
9.
論文閱讀筆記《Unsupervised fabric defect detection based on a deep convolutional GAN》
10.
論文閱讀筆記《A High-Efficiency Fully Convolutional Networks for Pixel-Wise Surface Defect Detection》
>>更多相關文章<<