您当前的位置:
首页 >
文章列表页 >
面向工业目标检测的密集控制阀零件数据集
信息科学 | 更新时间:2024-05-08
    • 面向工业目标检测的密集控制阀零件数据集

    • Dense control valve parts dataset for industrial object detection

    • 一项针对工业实际场景的研究取得了重要进展。该研究团队发布了名为PD4CV(Part Detection for Control Valve)2023的密集控制阀零件数据集,为工业生产中的自动目标检测提供了新的资源。该数据集源自控制阀生产车间,包含了9类零件、510张工盘图像和15015个零件样本,具有密集摆放、遮挡、尺寸差异大、外形相似等特点,为自动目标检测带来了诸多挑战。通过对比实验,研究团队发现一般场景数据集和特定工业场景数据集难以应对PD4CV2023数据集的特殊性。然而,一系列目标检测算法在该数据集上的综合对比验证了其有效性,显示出PD4CV2023数据集在一般性目标检测、多尺度目标检测、小规模、不均衡数据下目标检测中的优越性。这一研究成果为面向工业的目标检测研究提供了新的方向,有望推动工业生产中的自动化智能化进程。同时,该数据集也为相关领域的研究人员提供了宝贵的实验资源,为解决工业自动化中的目标检测问题奠定了坚实的基础。
    • 光学精密工程   2024年32卷第8期 页码:1241-1251
    • DOI:10.37188/OPE.20243208.1241    

      中图分类号: TP391.41;TG95
    • 收稿日期:2023-09-22

      修回日期:2023-11-14

      纸质出版日期:2024-04-25

    移动端阅览

  • 王琳毅,白静,李彦梅等.面向工业目标检测的密集控制阀零件数据集[J].光学精密工程,2024,32(08):1241-1251. DOI: 10.37188/OPE.20243208.1241.

    WANG Linyi,BAI Jing,LI Yanmei,et al.Dense control valve parts dataset for industrial object detection[J].Optics and Precision Engineering,2024,32(08):1241-1251. DOI: 10.37188/OPE.20243208.1241.

  •  
  •  

0

浏览量

738

下载量

0

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

基于多分支残差注意力网络的水下图像增强
基于策略梯度和伪孪生网络的异源图像匹配
面向点云分类和分割的形状自适应特征聚合网络
基于机载的红外动态目标视频实时超分辨率重建
数据驱动的多模复合制导信息融合及其试验验证

相关作者

程竹明
李佳轩
黄三傲
韩立超
王培珍
张荐
梁奥
花海洋

相关机构

安徽工业大学 电气与信息工程学院
中国科学院 光电信息处理重点实验室
中国科学院 沈阳自动化研究所
中国科学院大学
重庆大学 光电技术与系统教育部重点实验室
0