Iskalni niz:
išči po
išči po
išči po
išči po
Vrsta gradiva:
Jezik:
Št. zadetkov: 1
Unsupervised pose-agnostic visual anomaly detection in realistic industrial scenes
Enrico Marchi, Matic Fučka, Danijel Skočaj, Gian Luca Foresti
Izvirni znanstveni članek
Oznake: strojni vid;detekcija površinskih napak;kontrola kakovosti;globoko učenje;konvolucijske nevronske mreže;Industrija 4.0;machine vision;surface defect detection;visual inspection;quality control;deep learning;convolutional neural networks;Industry 4.0;
Recent works on pose-agnostic anomaly detection (PAD) have addressed the challenge of identifying visual defects when the test object’s pose is unknown, that is, when test images may depict the same object but in arbitrary orientations not seen in the reference anomaly-free dataset. In this unsuperv ...
Leto: 2026 Vir: Fakulteta za računalništvo in informatiko (UL FRI)
Št. zadetkov: 1
Ključne besede:
Leto izdaje:
Avtorji:
Repozitorij:
Tipologija:
Jezik: