手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 财经与市场 Volume 8, Issue 3. 2025.
深度学习为纸杯制造行业带来的经济效益
作者 : 戴 道金, 戴 宏安
DOI: 10.12361/2661-3263-08-03-173213
全部来源
获取全文
摘要 / Abstract
伴随着国内外市场对纸杯需求的增加，产品制造过程中缺陷检测成为关乎经济效益和顾客安全的重要方面。本文研究了深度学习技术应用于纸杯缺陷检测方面的经济效益。深度学习技术有着精度高、泛化能力强、效率高等特点，是进行纸杯缺陷检测的有效的手段。采用基于卷积神经网络（CNN）的方法来进行纸杯缺陷检测，可以自动学习污渍、污点等一系列缺陷。文章阐述了深度学习检测系统总成本相比传统检测方法具有很大的经济优势。
关键词 / Keywords
纸杯缺陷检测；深度学习；经济效益
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1]吴宇帆.基于深度学习的带钢表面缺陷检测系统研究[D].江苏科技大学,2024.DOI:10.27171/d.cnki.ghdcc.2024.001298.
  • [2]凌嘉壕.基于多智能体深度强化学习的大规模出租车车队管理优化研究[D].华东交通大学,2024.DOI:10.27147/d.cnki.ghdju.2024.000248.
  • [3]李昂,刘竹丽,宋伟,等.改进RT-DETR的液晶面板喷墨打印表面缺陷检测[J].重庆理工大学学报(自然科学),2024,38(11):147-154.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号