评论文章
织物疵点检测纺织制造业:艺术的状态的调查
|
| 作者 |
该方法 |
数据集 |
评价 |
|
| 李等人。52] |
低秩表示(远程雷达) |
(1)蒂尔达织物图像数据集;(2)数据集从工业自动化研究实验室的研究助理 |
精度和召回 |
|
| 李等人。53] |
低秩表示 |
500年从纺织织物图像的蒂尔达C1数据库 |
(一)敏感性和特异性;(b)误警率(远),缺失率(先生) |
|
| 高et al。54] |
伽柏过滤和张量低秩的复苏 |
数据集从工业自动化研究实验室的研究助理 |
接受者操作特性曲线(ROC) |
|
| 施等。39,47] |
低秩分解梯度信息 |
数据集从工业自动化研究实验室的研究助理 |
TPR,玻璃钢,PPV NPV |
|
| 刘等人。55- - - - - -57] |
多尺度卷积神经网络和低秩分解模型 |
(1)蒂尔达织物图像数据集;(2)数据集从工业自动化研究实验室的研究助理 |
均值和标准偏差的平均精度,回忆说,F-measure,平均绝对误差(MAE) |
|
| 莫等。58] |
加权double-low-rank分解方法(WDLRD)以不同的方式处理矩阵奇异值的分配不同的权重 |
数据库从工业自动化研究实验室的研究助理,浸会大学 |
视觉缺陷定位结果,假警报的指标,还记得,精度、准确性和F-measure |
|
| 李等人。59] |
多通道功能矩阵的低秩分解 |
(1)蒂尔达织物图像数据集;(2)数据集从工业自动化研究实验室的研究助理 |
ROC曲线和precision-recall (PR)曲线 |
|
| 杨et al。60] |
稀疏和密集的低秩分解的混合 |
实际样品与256 - 512∗512灰色的水平 |
卓越的地图(定性) |
|
| 王等人。61年] |
低秩和稀疏矩阵分解模型的随机叫高戴克 |
织物图像数据集收集的亨利·y·t·颜博士(62年] |
精度、召回和F-measure |
|
|
