一种基于深度学习的钢卷带头检测方法分析
作者机构：北方工业大学信息学院
出 版 物：《电子技术》 (Electronic Technology)
年 卷 期：2024年第11期
页 面：62-63页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：阐述基于传统图像处理和深度学习算法的特点，介绍基于深度学习方法的深度卷积神经网络能够准确、快速地进行钢卷带头识别。实验表明，基于深度学习的钢卷带头检测方法有较高的识别准确率。
同方期刊数据库