物联网增强型CNN以99.54%的准确率检测增材制造中的裂纹

研究人员开发了一个物联网增强型深度学习系统，用于检测增材制造中的裂纹。该框架集成了实时监控、边缘计算和卷积神经网络（CNN），在缺陷分类方面实现了高准确率。它支持监督和半监督学习，在一个大型数据集上展示了99.54%的准确率，并通过数据平衡和增强提高了泛化能力。该系统还将制造参数与缺陷形成联系起来，并整合了数字孪生技术用于预测分析和过程控制。 AI

影响 通过高精度、实时的缺陷检测和预测分析，增强了增材制造中的质量控制。

排序理由 这是一篇研究论文，详细介绍了使用物联网和CNN进行裂纹检测的新颖框架。

在 arXiv cs.CV 阅读 →

• 5G
• Additive Manufacturing
• CNN
• Digital Twin
• Industry 4.0
• IoT
• LabelImg
• MQTT
• OpenCV
• Raspberry Pi 4B

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →