Abstract
Bu çalışmada, çelik yüzeylerdeki kusurların tespiti için topluluk öğrenme tabanlı bir gelişmiş segmentasyon yöntemi sunulmuştur. Günümüzde, çelik üretim süreçlerinde kalite kontrolün önemi artmakta ve kusur tespiti teknolojilerine olan ihtiyaç hızla büyümektedir. Bu bağlamda, çeşitli çelik yüzey kusurlarını doğru bir şekilde tespit edebilen ve bölütleyebilen güçlü bir modele ihtiyaç vardır. Önerilen sistem, derin öğrenme tabanlı çoklu model yaklaşımlarını topluluk öğrenme ile birleştirerek, segmentasyon doğruluğunu önemli ölçüde artırmaktadır. Kullanılan topluluk öğrenme stratejisi, farklı mimarilere sahip birden fazla derin öğrenme modelinin güçlü yönlerini bir araya getirerek, sistemimizin genel performansını iyileştirmekte ve çeşitli kusur türlerine karşı daha duyarlı hale getirmektedir. Bu yaklaşım, geniş bir veri seti üzerinde test edilmiş ve %77,98 mIoU oranı elde ederek mevcut tekil model tabanlı yöntemlere kıyasla önemli bir performans artışı göstermiştir. Sonuçlar, önerilen topluluk öğrenme tabanlı segmentasyon yönteminin, çelik yüzeylerdeki kusurların tespiti konusunda etkili bir çözüm sunduğunu ve endüstriyel kalite kontrol süreçlerinde potansiyel uygulamalara sahip olduğunu ortaya koymaktadır.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
