Репозиторий Самарского университета

Отрывок: The models were trained using the Steel Defect Detection dataset [3]. This dataset consists of 12 568 images of defective sheet metal. The dataset contains four classes of defects, and there also exist images without defects. Resolution of images is 1600x256 pixels. This dataset was divided on two sub datasets train and test, in ratio 80:20 accordingly. At the training stage, each image was flipped horizontally or vertically (with a probability of 0.5) and normalize...

Название :	Algorithms based on neural network for segmentation of defects on metal sheet images
Авторы/Редакторы :	Repin S. S. Kupriyanov A. V.
Дата публикации :	2021
Библиографическое описание :	Repin, S. S. Algorithms based on neural network for segmentation of defects on metal sheet images / S. S. Repin, A. V. Kupriyanov // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 031382.
Другие идентификаторы :	RU\НТБ СГАУ\466050
Ключевые слова:	image segmentation ResNet material science metal defects smart manufacturing дефекты металла интеллектуальное производство сегментация изображений нейронные сети материаловедение
Располагается в коллекциях:	Информационные технологии и нанотехнологии

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.