检测对象:钢表面缺陷
主要方法:基于Faster R-CNN的带钢表面缺陷检测网络，该网络的改进在于提出的多级特征融合网络( MFN )
将多个分层特征组合成一个特征 ，可以包括缺陷的更多位置细节。基于这些多级特征，采用区域提议网络
( RPN )生成感兴趣区域( ROI ) .在缺陷检测数据集NEU-DET.上，提出的方法在采用ResNet-50的
backbone"下实现了82.3%的mAP。
根据本发明的一个方面，字符检测，在所述s11中，对所述端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，phi1；x2，y2，检测中文字符，phi2)分别代表定位的x坐标、y坐标和角度：
根据本发明的一个方面，所述步骤s14包括：所述步骤s14包括：按照imagemerge1＝k1*image1+k2*image2+b对所述凸台图片和端面图片进行融合，ocr字符检测，再按照imagemerge2＝a*imagemerge1+b获得终的融合图片；
(对于纸张较厚、表面缺陷检测角度 要求较高的的纸张产品采用反射的检测原理)，架设在生产线 上的线阵相机进行实时同步扫描，同时系统将相机采集到的纸病图像通过SIMV图像处理单元进行瑕疵分割处理。由于瑕疵图像的灰阶与正常产品的灰阶存在明显差异，从而使系统能够发现瑕疵，同时对瑕疵进行有效的判定、分类。苏州宣雄智能科技有限公司苏州宣雄智能科技有限公司
字符检测-苏州宣雄智能-ocr字符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位于江苏省苏州市昆山市开发区前进东路科技广场1501室。在市场经济的浪潮中拼博和发展，目前宣雄在检测仪中享有良好的声誉。宣雄取得全网商盟认证，标志着我们的服务和管理水平达到了一个新的高度。宣雄全体员工愿与各界有识之士共同发展，共创美好未来。