基于改进Faster-RCNN的烟标缺陷检测

李殷昊; 李莹; 王凯彬; 何自芬

doi:10.11907/rjdk.221366

您当前的位置：

首页 >

文章列表页 >

基于改进Faster-RCNN的烟标缺陷检测

图形图像处理 | 更新时间：2023-04-18

- 基于改进Faster-RCNN的烟标缺陷检测
- Cigarette Case Defect Detection Based on Improved Faster-RCNN
- 软件导刊 2023年22卷第3期页码：179-183
- 作者机构：
  
  昆明理工大学机电工程学院，云南昆明 650550
- 作者简介：
  
  李殷昊（1997-），男，昆明理工大学机电工程学院硕士研究生，研究方向为烟标缺陷检测
  李莹（1977-），女，博士，昆明理工大学机电工程学院副教授、硕士生导师，研究方向为印刷图像处理、机器视觉、智能制造
  王凯彬（1993-），男，昆明理工大学机电工程学院硕士研究生，研究方向为烟标缺陷检测
  何自芬（1976-），女，博士，昆明理工大学机电工程学院副教授、硕士生导师，研究方向为印刷图像处理、机器视觉、目标检测。
- 基金信息：
  
  国家自然科学基金项目(61761024)
- DOI：10.11907/rjdk.221366
  中图分类号：
扫描看全文
李殷昊,李莹,王凯彬等.基于改进Faster-RCNN的烟标缺陷检测[J].软件导刊,2023,22(03):179-183.

LI Yin-hao,LI Ying,WANG Kai-bin,et al.Cigarette Case Defect Detection Based on Improved Faster-RCNN[J].Software Guide,2023,22(03):179-183.
李殷昊,李莹,王凯彬等.基于改进Faster-RCNN的烟标缺陷检测[J].软件导刊,2023,22(03):179-183. DOI： 10.11907/rjdk.221366.

LI Yin-hao,LI Ying,WANG Kai-bin,et al.Cigarette Case Defect Detection Based on Improved Faster-RCNN[J].Software Guide,2023,22(03):179-183. DOI： 10.11907/rjdk.221366.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于KinectV2的猪体三维点云重构与体尺测量

基于保洁机器人垃圾分类任务的数据重标记算法

多尺度上采样方法的轻量级图像超分辨率重建

头影测量标志点自动识别算法研究进展

不规则场景文本的识别方法

基于改进Faster-RCNN的烟标缺陷检测

Cigarette Case Defect Detection Based on Improved Faster-RCNN

DOI：10.11907/rjdk.221366