基于改进FCOS的链轨节裂纹缺陷检测方法研究

您当前的位置：

首页 >

文章列表页 >

图形图像处理 | 更新时间：2025-02-10

- 基于改进FCOS的链轨节裂纹缺陷检测方法研究
- Research on Chain Rail Joint Crack Defect Detection Method Based on Improved FCOS
- “在链轨节缺陷检测领域，研究者提出了FCOS-TCA模型，通过改进特征提取和损失函数，提升了检测精度，为链轨节表面及次表面缺陷检测提供了新方案。”
- 软件导刊 2025年24卷第1期页码：142-149
- 作者机构：
  
  江苏大学电气信息工程学院，江苏镇江 212001
- 作者简介：
  
  张畅（1997-），男，江苏大学电气信息工程学院硕士研究生，研究方向为计算机视觉。
- 基金信息：
- DOI：10.11907/rjdk.232279
  中图分类号： TP391
- 纸质出版日期：2025-01-15，
  
  收稿日期：2023-12-18，
- 稿件说明：
移动端阅览
张畅,赵正晖,汪洋.基于改进FCOS的链轨节裂纹缺陷检测方法研究[J].软件导刊,2025,24(01):142-149.

ZHANG Chang,ZHAO Zhenghui,WANG Yang.Research on Chain Rail Joint Crack Defect Detection Method Based on Improved FCOS[J].Software Guide,2025,24(01):142-149.
张畅,赵正晖,汪洋.基于改进FCOS的链轨节裂纹缺陷检测方法研究[J].软件导刊,2025,24(01):142-149. DOI： 10.11907/rjdk.232279.

ZHANG Chang,ZHAO Zhenghui,WANG Yang.Research on Chain Rail Joint Crack Defect Detection Method Based on Improved FCOS[J].Software Guide,2025,24(01):142-149. DOI： 10.11907/rjdk.232279.

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

基于改进YOLOv8的轻量化藏药材植物检测算法

基于CenterNet的轻量级扬尘污染源检测方法

大田环境下青贮玉米枯叶病检测模型

基于单目视觉与YOLOv5算法的入侵检测系统设计与实现