Разработка системы автоматизации определения дефектов на сталепрокатных листах

Abstract

Проектирование системы автоматизации определения дефектов на сталелитейном производстве с целью улучшения контроля качества. Исследованы методы глубокого обучения для задач сегментации, детектирования и классификации дефектов. Разработан графический интерфейс системы с применением предобученной сверточной нейронной сети Xception.

An automation system design for the defects detection in steel manufacturing to improve quality control. Methods of deep learning for problems of segmentation, detection and classification of defects are investigated. A graphical interface of the system was developed with the use of the pretrained convolutional neural network Xception.