目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意 义上缺陷检测接近的任务，其期的是获
得目标的位置和类别信息。目前， 基于深度学习的目标检测方法层出不穷，-般来说，江苏摄像头缺陷检测， 基于深度学习的缺陷
检测网络从结构.上可以划分为:以Faster R-CNN为代表的两阶段(two stage)网络和以SSD或YOLO为代表的一
阶段(one stage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，然后在
进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。
随着纸张产品在、食品包装、电子行业等方面应用的日益广 泛，工业摄像头缺陷检测，对纸张表面的质量要求变的越来越严格，由于受造纸环境及生产工艺的影
响，纸张的表面很容易出现破洞、蚊虫、污点褶皱、浆块等表面瑕疵，严重影响产品质量。再加上传统人工肉眼无法满足高质量的检测标准，越
来越多的企业开始采用赛默斐视SIMV纸病在线检测系统来完成纸张表面瑕疵缺陷的在线测量。
工业摄像头缺陷检测-宣雄(在线咨询)-江苏摄像头缺陷检测由苏州宣雄智能科技有限公司提供。苏州宣雄智能科技有限公司拥有很好的服务与产品，不断地受到新老用户及业内人士的肯定和信任。我们公司是商盟认证会员，点击页面的商盟客服图标，可以直接与我们客服人员对话，愿我们今后的合作愉快！