DeepInspect：面向制造业的AI驱动缺陷检测系统
计算机视觉与模式识别
2023-11-09 v2 图像与视频处理
摘要
我们的系统利用卷积神经网络（CNNs）、循环神经网络（RNNs）和生成对抗网络（GANs），引入了一种创新的制造缺陷检测方法。该技术通过从产品照片中提取精细细节来精准识别缺陷，利用RNNs检测演进中的错误，并生成合成缺陷数据以增强模型在各种缺陷场景下的鲁棒性与适应性。该项目借助深度学习框架实现制造过程中实时缺陷检测的自动化。它利用大量标注图像数据集来辨识复杂的缺陷模式。该集成系统无缝嵌入生产流程，从而提升效率并改善产品质量。因此，它减少了浪费与运营成本，最终增强了市场竞争力。
引用
@article{arxiv.2311.03725,
title = {DeepInspect: An AI-Powered Defect Detection for Manufacturing Industries},
author = {Arti Kumbhar and Amruta Chougule and Priya Lokhande and Saloni Navaghane and Aditi Burud and Saee Nimbalkar},
journal= {arXiv preprint arXiv:2311.03725},
year = {2023}
}
备注
Research Paper for Defect Detection for Manufacturing Industries Using Deep Learning Techniques: 5 pages, 8 figures