Effects of different LSKA convolution kernel in NEU-DET Dataset.

Figshare2026-01-02 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/_p_Effects_of_different_LSKA_convolution_kernel_in_NEU-DET_Dataset_p_/30989749 数据链接链接失效反馈

官方服务：

资源简介：

Effects of different LSKA convolution kernel in NEU-DET Dataset.

创建时间：

2026-01-02

Synth-Eye-GAN-Data

工业视觉缺陷检测

合成数据生成

Synth.Eye GAN工业检测数据集是一个用于计算机视觉目标检测任务的合成数据集，专为工业零件指纹残留缺陷检测而设计。该数据集是Synth.Eye GAN项目的一部分，通过三个StyleGAN2-ADA生成器模型和物理启发的合成流程自动生成，无需手动标注。数据集包含三个类别：工业零件正面（无缺陷）、背面和正面带指纹残留缺陷，旨在训练下游YOLO模型进行零件方向分类和缺陷检测。数据规模方面，默认

Hugging Face2026-05-15 更新630

Machine learning approaches for quality control in pulp packaging manufacturers

工业视觉缺陷检测

模塑纸浆包装质量监控

In molded pulp packaging manufacturing, defect detection and classification processes are critical to ensuring the products meet quality criteria. Yet most manufacturers still rely on human-based manu

DataCite Commons2023-08-16 更新80

Performance comparison of the different optimization programs in the convolution layer OpenCL.

卷积神经网络优化

OpenCL性能评估

Performance comparison of the different optimization programs in the convolution layer OpenCL.

NIAID Data Ecosystem40

背光源模组图像特征提取与缺陷识别数据集

工业视觉缺陷检测

显示模组质量管控

本数据聚焦于背光源模组图像特征提取与缺陷识别的多维度分析，揭示了不同背光结构、不同光学区位、不同采集模式下的图像特征分布规律与缺陷识别特征，为显示模组生产企业、机器视觉研发机构、AOI检测设备厂商及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面： 1. 优化缺陷检测算法与AOI检测系统性能：机器视觉研发人员与AOI设备厂商可通过分析不同缺陷类型的图像特征分布规律，优化缺陷

北京市数据知识产权2026-07-01 更新90

The Influence of dilation rates and convolution kernel size on the model’s classification results.

卷积神经网络优化

分类器性能评估

The Influence of dilation rates and convolution kernel size on the model’s classification results.

NIAID Data Ecosystem60