物體表面檢測本質上,正如其名稱所示,檢測物體。這意味著給定一個圖像,它可以告訴你物體在哪里,以及這個物體是什么。這類模型有很多應用。舉幾個例子,物體檢測在以下方面很有用:自動駕駛汽車,可以檢測到乘客、其他車輛、紅綠燈和停車標志。安保,模型可以探測到公共區域的危險物品,并向附近的警務人員報警。
物體表面檢測模型是如何工作的?
1.樸素方法:我們將圖像分割成多個部分,并對每個部分進行分類。這種方法效率低下是因為必須對每個生成的窗口應用分類網絡(CNN),導致計算時間長。
2.滑動窗口方法:我們預先確定好窗口比例(或“錨”),然后滑過圖像。對于每個窗口,我們處理它并繼續滑動。與樸素方法類似,這種方法生成的窗口較多,處理時間也比較長。
3.選擇性搜索:使用顏色相似度,紋理相似度,和一些其他的圖像細節,我們可以用算法將圖像分割成區域。雖然選擇性搜索算法本身是耗時的,但這使得分類網絡的應用需求較少。
4..區域建議網絡:我們創建一個單獨的網絡來確定圖像中感興趣的區域。這使得我們的模型工作得更快,但也使得我們模型的準確性依賴于多個網絡。
物體表面潔凈度的要求如下:
去除油污:使用各種不同的方法,去除物體表面的油污,使其由憎水或局部憎水變成親水性。這是衡量表面潔凈度的重要的指標,也是表面預處理的主要目的。
除去表面雜質:采用相關清洗方法去除加工過程中的物質顆粒、拋光介質、拋光粉等,使其呈現所要求的純凈表面。從而使金屬或非金屬表面變成親水表面。這也是表面潔凈度的重要內容和表面預處理的目的之一。