halcon表面缺陷检测的例子

本文提出了一种改进的YOLOv4算法，用于结构用锯材表面缺陷的快速自动检测。本算法加入自适应特征融合模块(ASFF)，解决了不同特征尺度间的不一致性，同时提高了算法的测试精度。本文采用YOLOv3、Y

带钢表面缺陷图像检测理论及识别算法研究_陈跃.caj

热态重轨表面缺陷在线检测方法及关键技术，陈涛，，针对热态重轨轧制时表面缺陷检测困难，研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光

针对人工检测微小零件表面缺陷存在的不足，提出一种基于机器视觉的微小零件表面缺陷检测方法。首先分析微小零件检测内容的特点，通过机器视觉专用软件HALCON提供的图像滤波、阈值分割算子提取缺陷区域，并设计

十字轴表面缺陷检测对于汽车底盘传动系统中万向传动装置的安全性非常重要。本研究基于原先的深度学习目标检测算法对算法参数进行优化，以提高检测效果和效率。优化前，检测准确率为79.2%，推理时间为38.6m

组合光源与图像处理算法在工件表面缺陷检测中的应用

基于机器视觉的表面缺陷检测系统的算法研究及软件设计 年月中文摘要 为了不断提高产品质量和生产效率,金属工件表面缺陷在线自动检测技术在 生产过程中显得日益重要本论文针对金属工件表面的多种缺陷,设计了一套

（秒杀DeepLabV3和Unet的缺陷检测网络）基于分割的深度学习表面缺陷检测方法(cvpr2019)的一个Tensorflow实现

这是一个Halcon深度学习项目实战案例，通过对核酸管外观缺陷的检测，探索如何应用深度学习算法解决企业生产实际问题。本文分享了已训练好的模型，包含详细的训练数据和测试数据，以及模型的具体参数设置和评估

基于HALCON的太阳能电池片缺陷检测系统设计,本文基于机器视觉对光伏行业中的电池片进行检测,通过成熟的视觉检测算法,结合现场实际情况所做的一些有意义的研究。