Тип публикации: статья из журнала
Год издания: 2026
Ключевые слова: компьютерное зрение, дефекты поверхности, обработка изображений, визуальный контроль, сверточные нейронные сети, классификация изображений
Аннотация: В статье рассматривается задача автоматизированного выявления дефектов промышленных поверхностей по изображениям. Эксперименты выполнены на наборе NEU Surface Defect Database, содержащем шесть классов дефектов горячекатаной стальной полосы. Сравниваются HOG + SVM, простая сверточная нейронная сеть, MobileNetV2 и ResNet18. Модели оцПоказать полностьюенивались по accuracy, macro-F1, macro-precision, macro-recall, числу обучаемых параметров и времени обработки изображения. Наилучшие результаты в эксперименте показала MobileNetV2.
Журнал: Научно-технический вестник Поволжья
Выпуск журнала: №5
Номера страниц: 166-169
ISSN журнала: 20795920
Место издания: Казань
Издатель: ООО «Рашин Сайнс»