常用于AI质检业务的级联组合

您正在查看旧版本的文档。点击页面右上角可切换到最新版本的文档。

本文介绍AI质检业务中常见的级联组合,并提供示例工程用于实践。

  1. 目标检测 - 缺陷分割(单击下载示例工程

    • 特点:定位图中待检测物品后,检测缺陷。

    • 适用场景:原始图像中有多个待检测物品,物品数量位置随机;缺陷形态不固定。

      object defectseg example
  2. 缺陷分割 - 缺陷分割(单击下载示例工程

    • 特点:前序缺陷分割对待检测区域和背景进行分割,后序缺陷分割对提取出的区域进行缺陷检测。

    • 适用场景:背景相对复杂,缺陷较小或不明显。需要先提取待检测区域后再进行细节的缺陷检测。

      defectseg defectseg example
  3. 文本检测 - 文本识别(单击下载示例工程

    • 特点:“文本检测”模块快速定位和提取图像中的文本区域,减少背景和角度干扰;“文本识别”模块识别图像中的字符。“文本识别”模块后不能级联其他模块。

    • 适用场景:背景相对复杂,文本朝向各异。

      txt ocr example

我们重视您的隐私

我们使用 cookie 为您在我们的网站上提供最佳体验。继续使用该网站即表示您同意使用 cookie。如果您拒绝,将使用一个单独的 cookie 来确保您在访问本网站时不会被跟踪或记住。