Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Measurement Science Review
Tom 22 (2022): Zeszyt 3 (June 2022)
Otwarty dostęp
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
oraz
Cheng-Yang Liu
Cheng-Yang Liu
| 22 kwi 2022
Measurement Science Review
Tom 22 (2022): Zeszyt 3 (June 2022)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
22 kwi 2022
Zakres stron:
107 - 111
Otrzymano:
14 gru 2021
Przyjęty:
28 lut 2022
DOI:
https://doi.org/10.2478/msr-2022-0014
Słowa kluczowe
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.