首页 > 《科技新时代》 > 2024年17期 > 基于卷积神经网络的烟箱缺条检测系统

基于卷积神经网络的烟箱缺条检测系统

在线阅读下载PDF 导出详情

摘要摘要：本文通过四种烟箱缺条的检测方式的现状分析，确定了基于卷积神经网络的烟箱缺条检测研究。利用卷积神经网络算法对烟箱缺条进行图像识别，并建立了检测报警系统。采用MATLAB中的深度学习工具箱进行设计开发，并在单板计算机上部署，进一步论述了烟箱缺条检测系统的功能实现。

DOI 6jrvlw2yyd/8835915

作者廖倓书刘泽珺杨亮

机构地区桂林烟草专卖局（公司）物流配送中心

出处《科技新时代》 2024年17期

关键词图像识别深度学习检测烟箱缺条

分类 [建筑科学][建筑技术科学]

出版日期 2024年12月12日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1冯桂尔. 基于经典卷积神经网络的人脸识别检测.教育学,2023-10.
2唐嘉云，徐长澳，刘健云（通讯：赵子涵）. 基于卷积神经网络的图像目标检测应用综述.机械工程,2023-07.
3李耀权. 基于深度卷积神经网络的手机屏幕缺陷检测.建筑技术科学,2021-06.
4黄林,乌尼尔,路敏,武文红,马瑞强. 卷积神经网络综述.建筑技术科学,2023-09.
5孙文杰，张同轻，杨秉佐，潘伟. 光子检测技术在烟箱缺条检测中的应用.建筑技术科学,2023-08.
6胡葵;章东平;杨力. 卷积神经网络的多尺度行人检测.测试计量技术及仪器,2017-04.
7闫金衡. 基于卷积神经网络信任模型研究.建筑技术科学,2021-01.
8满冉冉. 基于卷积神经网络的目标检测算法的研究.,2023-05.
9满冉冉. 基于卷积神经网络的目标检测算法的研究.,2023-05.
10杨晶晶;王骞;宣晓华. 基于深度卷积神经网络算法的肺结节检测模型.基础数学,2017-04.

来源期刊

科技新时代

科技新时代

相关推荐

同分类资源更多

相关关键词

图像识别深度学习检测烟箱缺条

返回顶部