期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于增量学习的工业软件:转炉图像异常识别系统
1
作者 武星 殷浩宇 +1 位作者 姚骏峰 金小礼 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2024年第3期293-301,共9页
为简化工业软件的研发过程,提高图像异常识别的准确性和效率,提出了一种基于增量学习的转炉图像异常识别系统。该系统采用机器视觉技术采集转炉图像,引入深度残差网络形成转炉图像异常识别模型,并利用采集到的图像训练该模型。系统采用... 为简化工业软件的研发过程,提高图像异常识别的准确性和效率,提出了一种基于增量学习的转炉图像异常识别系统。该系统采用机器视觉技术采集转炉图像,引入深度残差网络形成转炉图像异常识别模型,并利用采集到的图像训练该模型。系统采用低代码开发方法实现,并结合增量学习算法优化了模型的迭代更新。对比基于不同神经网络架构的转炉图像异常识别模型的识别准确率,并在低代码平台中对比了增量学习和全量学习在模型精度和时间消耗上的差异。实验结果表明,本系统在图像异常识别中展现出良好的精确性和稳定性;在低代码开发平台中,基于增量学习的系统软件在处理大规模数据和实时场景中表现出色,为转炉图像异常识别提供了一种高效、低成本的解决方法。 展开更多
关键词 增量学习 转炉图像识别 低代码平台 深度残差网络 异常检测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部