Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Measurement Science Review
Édition 22 (2022): Edition 3 (June 2022)
Accès libre
Real-Time Instance Segmentation of Metal Screw Defects Based on Deep Learning Approach
Wei-Yu Chen
Wei-Yu Chen
,
Yu-Reng Tsao
Yu-Reng Tsao
,
Jin-Yi Lai
Jin-Yi Lai
,
Ching-Jung Hung
Ching-Jung Hung
,
Yu-Cheng Liu
Yu-Cheng Liu
et
Cheng-Yang Liu
Cheng-Yang Liu
| 22 avr. 2022
Measurement Science Review
Édition 22 (2022): Edition 3 (June 2022)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
22 avr. 2022
Pages:
107 - 111
Reçu:
14 déc. 2021
Accepté:
28 févr. 2022
DOI:
https://doi.org/10.2478/msr-2022-0014
Mots clés
Defect inspection
,
metal screw
,
deep learning
,
convolutional neural network
© 2022 Wei-Yu Chen et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.