工程应用 | 基于机器学习的航天装备金属表面缺陷检测方法综述
工程应用 | 基于机器学习的航天装备金属表面缺陷检测方法综述
摘要:对金属表面的质量控制有利于保证航天工业产品的可靠性与可维修性。机器学习方法被广泛应用于金属表面缺陷自动检测方面,并取得了良好的效果。首先对金属表面缺陷检测技术现状进行了总结。然后,在传统算法与深度学习算法2个方面,对金属表面缺陷检测方法进行讨论和对比。其中,传统缺陷检测算法主要包含聚类、支持向量机等;基于深度学习的缺陷检测算法主要包含CNN与YOLO系列深度卷积神经网等。最终,对金属表面缺陷检测中存在的问题进行了分析,并对航天装备金属表面缺陷检测方法的发展进行了展望。