深度学习为纸杯制造行业带来的经济效益

戴 道金, 戴 宏安
浙江新德宝机械有限公司

摘要

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

纸杯缺陷检测；深度学习；经济效益

参考

[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.