Aller au contenu principal
2025 conference-paper

Design and implementation of industrial defect detection system based on EfficientNets

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, my. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This paper proposes an EfficientNet-based industrial surface defect detection system for automated visual inspection in quality control. The modular design includes three core components: data acquisition/preprocessing, feature extraction, and defect detection/classification. Using EfficientNet-B3 as the backbone, we introduce a multi-scale feature fusion module with adaptive attention to enhance detection of diverse defect sizes and types. Experiments on the NEU dataset and a self-built metal defect dataset demonstrate 95.8% average accuracy, with low computational cost and high inference speed. Ablation studies confirm the fusion module’s contribution, boosting accuracy by 3.5%. Deployment on an electronic component production line validates its real-world stability and practicality.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Design and implementation of industrial defect detection system based on EfficientNets
Date Crossref
15/08/2025
Éditeur
SPIE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Industrial Vision Systems and Defect DetectionSurface Roughness and Optical MeasurementsAdvanced Neural Network Applications

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.