增材制造中可用数据集的系统综述

结合来自视觉和其他传感器技术数据的原位监测，允许在增材制造（AM）过程中收集广泛的数据集。这些数据集具有通过制造过程中使用机器学习来确定制造输出质量和检测缺陷的潜力。来自AM过程的开放且带标注的数据集对于机器学习社区抓住这一机遇是必要的，这给计算机视觉相关机器学习在AM中的应用带来了困难。本系统综述调查了源自AM过程并符合若干预定义选择标准的开放图像数据集的可用性。该综述识别了当前AM领域图像数据集中存在的差距，并指出需要提高开放数据集的可用性，以便在增材制造过程中进行质量评估和缺陷检测。