基于densenet的铝材缺陷检测，深度学习

水果分级系统（直径，色泽，缺陷，方法bp，模式识别，带界面，答疑，辅导）（Matlab构架）

0积分下载，代码是为了辅助我的博文，不要给我涨积分！！！

0积分下载，为了辅助我的博文，不要涨积分！！！

资源0积分，为辅助博文上传的资源，CSDN不要给我随意涨积分！！！

基于matlab平台的：水果分级系统（直径，色泽，缺陷，方法bp，模式识别，带界面，答疑，辅导）

文章在介绍传统铁磁性管道远场涡流检测技术，分析远场涡流基本现象的基础上，通过仿真对激励信号频率进行优化，在非磁性金属管道中初步实现了远场涡流效应，并研究分析引入脉冲激励后，在非磁性管道中裂纹走向不同以及检测线圈放置方向不同对检测结果的影响，得到了脉冲远场涡流技术对非磁性管道中轴向裂纹检测灵敏度更高及检测线圈需要轴向放置的结论，验证了应用脉冲远场涡流技术检测非磁性金属管道缺陷的可行性。

针对微型齿轮缺陷传统检测手段落后、准确率低、不易在线实施、受人为因素影响等问题,提出了以电荷祸合器件为图像传感器,采用图像处理技术和支持向量机对齿轮缺陷进行检测的方法。首先,系统采用发光二极管照明光源提供高强度背光照明,使用A102FCCD数字摄像头采集齿轮的图像,经过图像采集卡传输到计算机。其次,采用边缘保持滤波器对含有噪声的原始数字图像进行降噪处理,采用迭代阂值法和Otsu双阂值法对齿轮图像进行分割,形成二值化图像。然后获取齿轮样本,提取样本特征。最后用支持向量机来构造齿轮缺陷识别模型。该方法识别正确

焊道气孔识别halcon-WAAM

焊道不连续识别-Halcon-WAAM