基于CNN视觉处理的增材制造缺陷分类
计算机视觉与模式识别
2023-09-06 v1 机器学习
摘要
计算机视觉的发展以及基于视觉传感器的原位监测，使得从增材制造（AM）过程中收集大型数据集成为可能。此类数据集可与机器学习技术结合以改进AM质量。本文考察两种场景：其一，使用卷积神经网络（CNNs）对AM图像数据集中的缺陷进行准确分类；其二，将主动学习技术应用于所开发的分类模型。这构建了人在回路（human-in-the-loop）机制，以缩减训练所需数据规模并生成训练数据。
引用
@article{arxiv.2307.07378,
title = {Defect Classification in Additive Manufacturing Using CNN-Based Vision Processing},
author = {Xiao Liu and Alessandra Mileo and Alan F. Smeaton},
journal= {arXiv preprint arXiv:2307.07378},
year = {2023}
}
备注
4 pages, accepted at the Irish Machine Vision and Image Processing Conference (IMVIP), Galway, August 2023