您当前的位置：
首页 >
文章列表页 >
基于改进Faster R-CNN算法的扣件缺陷检测
图形图像处理 | 更新时间：2023-05-29
|

    • 基于改进Faster R-CNN算法的扣件缺陷检测

    • Fastener Defect Detection Based on Improved Faster R-CNN Algorithm

    • 软件导刊   2023年22卷第5期 页码：190-197

    • DOI：10.11907/rjdk.w221873    

      中图分类号：

    扫 描 看 全 文

  • 黄午祥,江南.基于改进Faster R-CNN算法的扣件缺陷检测[J].软件导刊,2023,22(05):190-197. DOI： 10.11907/rjdk.w221873.

    HUANG Wu-xiang,JIANG Nan.Fastener Defect Detection Based on Improved Faster R-CNN Algorithm[J].Software Guide,2023,22(05):190-197. DOI： 10.11907/rjdk.w221873.

  •  
  •  

0

浏览量

4

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

一种圆形锚框的Faster R-CNN小目标检测算法
基于Ghost-CA-YOLOv4的果园障碍物检测算法
自定义目标检测数据集的收集与半自动标注
基于国产可控CPU架构的煤矿智能化平台搭建
基于改进YOLOv3的接触网设备目标检测方法

相关作者

暂无数据

相关机构

山东建筑大学 计算机科学与技术学院
江苏大学 电气信息工程学院
江苏科技大学 计算机学院
中电星原科技有限公司
山东能源集团西北矿业有限公司
0