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， 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。 因为手机镜头的端面区域和凸台区域存在一定的高度差，现有技术中需要拍摄两张图像并进行两次算法检测，导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题，具体来说，根据本发明的一种实施方式，本发明的端面和凸台检测方法需要对端面和凸台按照如下公式的模板匹配获得r(x，字符识别检测，y)值时得到两组值(x1，y1，字符检测工具，phi1；x2，y2，phi2)分别代表定位的x坐标、y坐标和角度：之后对凸台图片进行仿射变换后与端面图片对齐，字符缺陷检测， (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，字符检测，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 字符检测工具-字符检测-苏州宣雄由苏州宣雄智能科技有限公司提供。行路致远，砥砺前行。苏州宣雄智能科技有限公司致力成为与您共赢、共生、共同前行的战略伙伴，更矢志成为检测仪具有竞争力的企业，与您一起飞跃，共同成功! 产品：宣雄供货总量：不限产品价格：议定包装规格：不限物流说明：货运及物流交货说明：按订单
