研究目的
利用卷积神经网络通过红外成像检测形状,并评估激光粉末床熔融技术中的零件质量。
研究成果
使用卷积神经网络(CNN)对红外图像进行形状检测的实施取得了成功,但要实现检测缺陷和形状的主要目标,还需要开展更多工作。更大且更多样化的训练集将有助于改进测试集和验证集。
研究不足
为了获得更好的效果,训练集需要更大且更多样化。预处理方法必须进一步审查,以确保输出最适合神经网络。
研究目的
利用卷积神经网络通过红外成像检测形状,并评估激光粉末床熔融技术中的零件质量。
研究成果
使用卷积神经网络(CNN)对红外图像进行形状检测的实施取得了成功,但要实现检测缺陷和形状的主要目标,还需要开展更多工作。更大且更多样化的训练集将有助于改进测试集和验证集。
研究不足
为了获得更好的效果,训练集需要更大且更多样化。预处理方法必须进一步审查,以确保输出最适合神经网络。
加载中....
您正在对论文“[IEEE NAECON 2019 - 美国电气电子工程师学会国家航空航天与电子会议 - 美国俄亥俄州代顿市(2019年7月15日-19日)] 2019年IEEE国家航空航天与电子会议(NAECON) - 基于卷积神经网络和红外断层扫描的激光粉末床熔融原位过程监测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期