您当前的位置：
首页 >
文章列表页 >
基于元学习的小样本图像非对称缺陷检测方法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于元学习的小样本图像非对称缺陷检测方法

    • Asymmetric defect detection method of small sample image based on meta learning

    • “在图像检测领域，研究者提出了基于元学习的小样本图像非对称缺陷检测方法，有效提升了小样本图像滤波效果和缺陷检测准确性。”
    • 吉林大学学报（工学版）   2023年53卷第1期 页码：234-240
    • 作者机构：

      1.国防科技大学 文理学院，长沙 410072

      2.国防科技大学 军事基础教育学院，长沙 410072

    • 作者简介：

      黄彭奇子（1991-），女，讲师，博士.研究方向：深度学习，模式识别，复杂系统建模.E-mail：hpqz19911215@163.com

    • 基金信息：
      国家自然科学基金项目(62103422);湖南省自然科学基金项目(2021JJ40680)

    • DOI：10.13229/j.cnki.jdxbgxb20211301    

      中图分类号： TP391.4

    • 收稿：2021-11-29，

      纸质出版：2023-01-01

    移动端阅览

  • 黄彭奇子,段晓君,黄文伟等.基于元学习的小样本图像非对称缺陷检测方法[J].吉林大学学报（工学版）,2023,53(01):234-240. DOI： 10.13229/j.cnki.jdxbgxb20211301.

    HUANG Peng-qi⁃zi,DUAN Xiao-jun,HUANG Wen-wei,et al.Asymmetric defect detection method of small sample image based on meta learning[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(01):234-240. DOI： 10.13229/j.cnki.jdxbgxb20211301.

  •  
  •  

0

浏览量

17

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于YOLOv5的轻量化桥梁缺陷识别
汽车漆面缺陷高精度检测系统
基于Fibonacci变换和改进Logistic-Tent混沌映射的图像加密方案
基于多支路卷积神经网络的磁瓦表面缺陷检测算法
渤海湾盆地歧口凹陷南部斜坡区沙河街组砂岩输导层分布特征及控藏意义

相关作者

王琳虹
黄桂树
张宇恒
鹿应佳
刘子昱
刘宇阳
朱绍鹏
熊树生

相关机构

吉林大学 交通学院
吉林省交通运输综合行政执法局
浙江大学 动力机械及车辆工程研究所
浙江吉利汽车有限公司
燕山大学 机械工程学院
0