论文研究基于Faster RCNN的工件表面质量缺陷检测 .pdf

提出了彩色纹理表面自动缺陷检测的Gabor滤波方法，以同时测度图像中的颜色和纹理偏差。提出的方法不依赖于纹理特征的提取，它基于Gabor滤波器和两个颜色特征复数的彩色图像卷积的能量响应，将彩色纹理图像

目前无参考图像质量评价方法中存在的量化精度不高和受图像对比度、纹理结构影响大等不足，难以用于高通量基因测序图像质量的检测。为此，在分析了黑色背景图像上叠加规则白色形状的同态傅里叶变换的基础上，提出了一

提出了一种基于Zernike矩改进的亚像素边缘提取的工件缺陷检测算法。 对图像进行小波分解,并对分解的各频段信息分别利用不同算法进行预处理,重构图像后可以有效地滤除图像噪声,增强目标信息;利用改进的Z

提出了一种用于砂纸、铸件和许多工业材料中的随机纹理表面缺陷的自动检测的全局方法。该方法不依赖于纹理的局部特征，它应用傅里叶变换进行全局图像恢复。应用逆傅里叶变换去除任何统计纹理中的周期性、重复性结构。

faster_rcnn_models.tgz 最近在看fastrcnn的源码,训练使用的文件,也当是记录吧

Faster_RCNN运行demo.py所需要的caffe.model的下载链接,包含ZF_faster_rcnn_final.caffemodel和VGG16_faster_rcnn_final.c

faster R-CNN Features for Instance Search paper 我自己做的ppt

faster rcnn 代码脑图，基于官网的faster rcnn 代码脑图

fasterrcnn的测试模型；VGG16网络，包括测试与训练网络的prototxt

/home/qmy/视频/34,getanchorgt函数深度学习一行一行敲fasterrcnnkeras版.mp4,35,RoiPoolingConv类深度学习一行一行敲fasterrcnnkera