智能制造概論-6-智能檢測技術課件

6智能檢測技術2023/7/3116智能檢測技術2023/7/291主要內容2023/7/312主要內容2023/7/292智能檢測技術基本概念智能檢測就是利用計算機及相關儀器，實現(xiàn)檢測過程的智能化和自動化。智能檢測技術指能自動獲取信息，并利用有關知識和策略，采用實時動態(tài)建模在線識別，人工智能，專家系統(tǒng)等技術，對被測對象（過程）實現(xiàn)檢測、監(jiān)控、自診斷和自修復的技術。2023/7/313智能檢測技術基本概念智能檢測就是利用計算機及相關儀器，實現(xiàn)檢智能檢測基本概念智能檢測的技術內涵：從智能制造的定義和智能制造要實現(xiàn)的目標來看，智能檢測技術內涵包括：傳感技術微電子技術計算機技術信號分析與處理技術數(shù)據(jù)通信技術模式識別技術可靠性技術抗干擾技術人工智能技術2023/7/314智能檢測基本概念智能檢測的技術內涵：從智能制造的定義和智能制6.1射頻識別技術2023/7/3156.1射頻識別技術2023/7/295射頻識別技術射頻識別技術工作原理1)概述：射頻識別(RadioFrequencyIdentification，RFID)技術，又稱無線射頻識別，是自動識別技術的一種，是利用射頻信號通過空間耦合（交變磁場或電磁場）方式進行非接觸雙向數(shù)據(jù)通信，對目標進行識別并獲取相關數(shù)據(jù)的一種技術。2)FRID的構成：FRID系統(tǒng)通常由標簽，識讀器和計算機網絡系統(tǒng)幾部分組成。射頻標簽是射頻識別系統(tǒng)中存儲可識別數(shù)據(jù)的電子裝置。識讀器將標簽中的信息讀出，或將標簽所需要存儲的信息寫入標簽的裝置。計算機網絡系統(tǒng)是對數(shù)據(jù)進行管理和通信傳輸?shù)脑O備。2023/7/316射頻識別技術射頻識別技術工作原理2023/7/296射頻識別技術射頻識別技術工作原理3)RFID的工作原理：RFID技術的基本原理是利用射頻信號或空間耦合實現(xiàn)對物體或商品的自動識別數(shù)據(jù)存儲在電子數(shù)據(jù)載體（又稱應答器）之中，應答器的能量供應以及應答器與閱讀器之間的數(shù)據(jù)交換，不是通過電流的觸點接通，而是通過磁場或電磁場。4)RFID的特征和分類：射頻識別系統(tǒng)的特征，包括工作方式、應答器存儲數(shù)據(jù)量、應答器讀寫方式、應答器能量供應方式、系統(tǒng)工作頻率和作用距離、應答器到閱讀器的數(shù)據(jù)傳輸方式等。根據(jù)這些特征可以對射頻識別系統(tǒng)進行分類。2023/7/317射頻識別技術射頻識別技術工作原理2023/7/297射頻識別技術FRID識別系統(tǒng)的編碼調制和解調1)通信與通信系統(tǒng)：人類在生活、生產和社會活動中總是伴隨著消息（或信息）的傳遞，這種傳遞消息（或信息）的過程就叫做通信。通信系統(tǒng)是指完成通信這一過程的全部設備和傳輸媒介，一般可概括為如下圖所示的模型：通常，按照信道中傳輸?shù)氖悄M信號還是數(shù)字信號，相應地把通信系統(tǒng)分為模擬通信系統(tǒng)和數(shù)字通信系統(tǒng)。模擬信號中代表消息的信號參考量為連續(xù)值，數(shù)字信號中代表消息的信號參考量為有限個。2023/7/318射頻識別技術FRID識別系統(tǒng)的編碼調制和解調2023/7/2射頻識別技術FRID識別系統(tǒng)的編碼調制和解調模擬通信系統(tǒng)是利用模擬信號來傳遞信息的通信系統(tǒng)。在模擬通信系統(tǒng)中，發(fā)送設備簡化為調制器，接收設備簡化為解調器，主要是強調在模擬通信系統(tǒng)中調制的重要作用。其模型可概括如下圖：數(shù)字通信系統(tǒng)是利用數(shù)字信號來傳遞信息的通信系統(tǒng)。與模擬通信系統(tǒng)有所不同，其模型可概括如下圖:2023/7/319射頻識別技術FRID識別系統(tǒng)的編碼調制和解調2023/7/2射頻識別技術FRID識別系統(tǒng)的編碼調制和解調2)FRID系統(tǒng)的編碼：射頻識別系統(tǒng)的結構與通信系統(tǒng)的基本模型相類似，滿足了通信功能的基本要求。讀寫器和電子標簽之間的數(shù)據(jù)傳輸構成了與該基本通信模型相類似的結構。按照從讀寫器到電子標簽的數(shù)據(jù)傳輸方向，呈現(xiàn)出以下基本結構：3)RFID系統(tǒng)的調制與解調：通?；鶐盘柧哂休^低的頻率分量，不宜通過無線信道傳輸。因此，在通信系統(tǒng)的發(fā)送端需要由一個載波來運載基帶信號，也就是使載波的某個參量隨基帶信號的規(guī)律而變化，這一過程稱為（載波）調制。2023/7/3110射頻識別技術FRID識別系統(tǒng)的編碼調制和解調2023/7/2射頻識別技術FRID識別系統(tǒng)的編碼調制和解調調制的基本作用是頻率搬移。概括起來，調制主要有如下幾個目的：頻率搬移、實現(xiàn)信道復用、工作頻率越高帶寬越大、工作頻率越高天線尺寸越小。2023/7/3111射頻識別技術FRID識別系統(tǒng)的編碼調制和解調2023/7/2射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性射頻識別系統(tǒng)是一個開放的無線系統(tǒng)，外界的各種干擾容易使數(shù)據(jù)傳輸產生錯誤，同時數(shù)據(jù)也容易被外界竊取，因此需要有相應的措施，使數(shù)據(jù)保持完整性和安全性。1）數(shù)據(jù)完整性。在RFID系統(tǒng)中，數(shù)據(jù)傳輸?shù)耐暾源嬖趦蓚€方面的問題：外界的各種干擾可能使數(shù)據(jù)傳輸產生錯誤；多個應答器同時占用信道使發(fā)送數(shù)據(jù)產生碰撞。2023/7/3112射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性2023/7射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性在RFID系統(tǒng)中，為防止各種干擾和電子標簽之間數(shù)據(jù)的碰撞，經常采用差錯控制和防碰撞算法來分別解決這兩個問題。差錯控制是一種保證接收數(shù)據(jù)完整、準確的方法。在數(shù)字通信中，差錯控制利用編碼方法對傳輸中產生的差錯進行控制，以提高數(shù)字消息傳輸?shù)臏蚀_性。碰撞的類型主要分為標簽碰撞和讀寫器碰撞。在無線通信技術中，一般通信碰撞的有四種解決防碰撞的方法：空分多址、頻分多址、碼分多址、時分多址。2023/7/3113射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性2023/7射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性2）數(shù)據(jù)安全性。RFID數(shù)據(jù)的安全性主要是要解決信息認證和數(shù)據(jù)加密的問題，以防止RFID系統(tǒng)非授權的訪問，或企圖跟蹤、竊取甚至惡意篡改RFID電子標簽信息的行為。信息認證是指在RFID數(shù)據(jù)交易進行前，超高頻讀寫器和RFID標簽必須確認對方的身份，即雙方在通信過程中首先應該相互檢驗對方的密鑰，才能進行進一步的操作。數(shù)據(jù)加密是指經過身份認證的電子標簽和鴻陸RFID讀寫器，在數(shù)據(jù)傳輸前使用密鑰和加密算法對數(shù)據(jù)明文進行處理，得到密文，在接收方使用解密密鑰和解密算法將密文恢復成明文。2023/7/3114射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性2023/7射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性信息認證和數(shù)據(jù)加密的設置有效地實現(xiàn)了RFID標簽數(shù)據(jù)的安全性，但同時其復雜的算法和流程也提高了RFID系統(tǒng)的成本。對一些低成本標簽，它們往往受成本嚴格的限制而難以實現(xiàn)上述復雜的密碼機制，此時可以采用一些物理方法限制標簽的功能，防止部分安全威脅。2023/7/3115射頻識別技術FRID識別系統(tǒng)的數(shù)據(jù)完整性與安全性2023/76.2機器視覺檢測技術2023/7/31166.2機器視覺檢測技術2023/7/2916機器視覺檢測技術概論機器視覺的定義

機器視覺（MachineVision）是通過光學的裝置和非接觸的傳感器自動地接受和處理一個真實物體的圖像，通過分析圖像獲得所需信息或用于控制機器運動的裝置。隨著信息技術及現(xiàn)場總線技術的發(fā)展，機器視覺伴已成為現(xiàn)代加工制造業(yè)不可或缺的工具，廣泛應用于食品和料。化妝品制藥、建材和化工、金屬加工。電子制造包裝、汽車制造等行業(yè)。機器視覺的引入，代替?zhèn)鹘y(tǒng)的人工檢測方法，極大地提高了產品質量和生產效率。2023/7/3117機器視覺檢測技術概論2023/7/2917機器視覺檢測技術2)機器視覺系統(tǒng)的構成

典型的機器視覺系統(tǒng)一般包括如下部分:光源，鏡頭，相機，圖像處理單元（或圖像捕獲卡），圖像處理軟件，監(jiān)視器，通信/輸入輸出單元等。光源機器視覺系統(tǒng)的核心是圖像采集和處理。所有信息均來源于圖像之中，圖像本身的質量對整個視覺系統(tǒng)極為關鍵。而光源則是影響機器視覺系統(tǒng)圖像質量的重要因素，照明對輸入數(shù)據(jù)的影響至少占到30％。鏡頭在機器視覺系統(tǒng)中，鏡頭的主要作用是將成像目標聚焦在圖像傳感器的光敏面上。鏡頭對成像質量有著關鍵性的作用，它對成像質量的幾個最主要指標都有影響，包括分辨率、對比度、景深及各種像差。2023/7/3118機器視覺檢測技術2023/7/2918機器視覺檢測技術相機

相機作為機器視覺系統(tǒng)的核心部件，根據(jù)功能和應用領域可分為工業(yè)相機，可變焦工業(yè)相機和OEM（OriginalEquipment/EntrustedManufacture）工業(yè)相機。圖像采集卡圖像采集卡（ImageGrabber）又稱為圖像卡，它將攝像機的圖像視頻信號，以幀為單位，送到計算機的內存和VGA幀存，供計算機處理、存儲、顯示和傳輸?shù)仁褂?。在機器視覺系統(tǒng)中，圖像卡采集到的圖像，供處理器做出工件是否合格、運動物體的運動偏差量、缺陷所在的位置等處理。2023/7/3119機器視覺檢測技術2023/7/2919機器視覺檢測技術圖像數(shù)據(jù)傳輸方式模擬傳輸方式是相機得到圖像的數(shù)字信號，再通過模擬方式傳輸給采集卡，而采集卡再經過AD轉換得到離散的數(shù)字圖像信息。數(shù)字化傳輸方式是將圖像采集卡集成到相機上。由相機得到的模擬信號先經過圖像采集卡轉化為數(shù)字信號，然后再進行傳輸。2023/7/3120機器視覺檢測技術圖像數(shù)據(jù)傳輸方式2023/7/2920機器視覺檢測技術機器視覺核心算法圖像預處理由于噪聲、光照等外界環(huán)境或設備本身的原因，通常所獲取的原始數(shù)字圖像質量不是非常高，因此在對圖像進行邊緣檢測、圖像分割等操作之前，一般都需要對原始數(shù)字圖像進行增強處理。圖像增強主要有兩方面應用，一方面是改善圖像的視覺效果，另一方面也能提高邊緣檢測或圖像分割的質量，突出圖像的特征，便于計算機更有效地對圖像進行識別和分析。數(shù)學形態(tài)學數(shù)學形態(tài)學可以用來解決抑制噪聲、特征提取、邊緣檢測、圖像分割、形狀識別、紋理分析、圖像恢復與重建、圖像壓縮等圖像處理問題。閾值分割閾值是在分割時作為區(qū)分物體與背景像素的門限，大于或等于閾值的像素屬于物體，而其他屬于背景。這種方法對于在物體與背景之間存在明顯差別（對比）的景物分割十分有效。2023/7/3121機器視覺檢測技術機器視覺核心算法2023/7/2921機器視覺檢測技術為了有效地分割物體與背景，人們發(fā)展了各種各樣的閾值處理技術。

圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區(qū)域，使得這些特征在同一區(qū)域內，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同。區(qū)域生長是指將成組的像素或區(qū)域發(fā)展成更大區(qū)域的過程。

邊緣檢測是指圖像局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以看做一個階躍，即從一個灰度值在很小的緩沖區(qū)域內急劇變化到另一個灰度相差較大的灰度值。函數(shù)優(yōu)化。貝葉斯決策理論方法是統(tǒng)計模式識別中的一個基本方法。貝葉斯決策判據(jù)既考慮了各類參考總體出現(xiàn)的概率大小，又考慮了因誤判造成的損失大小，判別能力強。2023/7/3122機器視覺檢測技術為了有效地分割物體與背景，人們發(fā)展了各種各樣機器視覺檢測技術機器視覺工程應用快速實時視覺檢測系統(tǒng)設計基本設計參數(shù)。機器視覺應用項目在總體設計初期，要考慮如何選擇攝像機的類型、計算攝像機的視場、估計分辨率、計算數(shù)據(jù)處理量、評估硬件處理的可能性、選擇攝像機型號、選擇鏡頭、選擇光照技術、選擇采集卡、設計圖像處理算法等。圖像處理算法的設計主要分兩個步驟，即圖像簡化和圖像解釋。

圖像簡化，是通過對原始圖像進行預處理和圖像分割，來突出特征，消除背景。圖像解釋，是提取被測物體的特征，包括統(tǒng)計特征或幾何特征，并根據(jù)預設的判據(jù)輸出決策。統(tǒng)計特征包括如平均灰度或像素和等統(tǒng)計信息，魯棒但不精確；而幾何特征比較精確，但容易被雜質干擾；決策技術有基于統(tǒng)計的，如線性分類，用于零件分類或OCR；也有基于決策樹的，用于精確測量的應用場合。2023/7/3123機器視覺檢測技術機器視覺工程應用2023/7/29236.3無損缺陷檢測技術

2023/7/31246.3無損缺陷檢測技術2023/7/2924無損缺陷檢測技術概論無損缺陷檢測的定義無損檢測技術就是利用聲、光、磁和電等特性，在不損害或不影響被檢對象使用性能的前提下，檢測被檢對象中是否存在缺陷或不均勻性，給出缺陷的大小、位置、性質和數(shù)量等信息，進而判定被檢對象所處技術狀態(tài)（如合格與否、剩余壽命等）的所有技術手段的總稱。無損檢測技術分為常規(guī)無損檢測技術和非常規(guī)無損檢測技術。

常規(guī)無損檢測技術有超聲波檢測、射線檢測、磁粉檢測、滲透檢測、渦流檢測等。非常規(guī)無損檢測技術有聲發(fā)射、紅外檢測、激光全息檢測等。

2023/7/3125無損缺陷檢測技術概論2023/7/2925無損缺陷檢測技術無損檢測技術的應用特點1)不損壞試件材質、結構無損檢測技術的最大特點就是能在不損壞試件材質、結構的前提下進行檢測，因此實施無損檢測后，產品的檢查率可以達到100％。但是，并不是所有需要測試的項目和指標都能進行無損檢測，無損檢測技術也有自身的局限性。某些試驗只能采用破壞性試驗，因此目前無損檢測還不能代替破壞性檢測。也就是說，對一個工件、材料、機器設備的評價，必須把無損檢測的結果與破壞性試驗的結果互相對比和配合，才能作出準確的評定。2023/7/3126無損缺陷檢測技術無損檢測技術的應用特點2023/7/2926無損缺陷檢測技術2)正確選用實施無損檢測的時機無損檢測系統(tǒng)在無損檢測時，必須根據(jù)無損檢測的目的，正確選擇無損檢測實施的時機。3)正確選用最適當?shù)臒o損檢測由于各種檢測方法都具有一定的特點，為提高檢測結果的可靠性，應根據(jù)設備材質、制造方法、工作介質、使用條件和失效模式，以及預計可能產生的缺陷種類、形狀、部位和取向，選擇合適的無損檢測方法。2023/7/3127無損缺陷檢測技術2)正確選用實施無損檢測的時機2023/7無損缺陷檢測技術4）綜合應用各種無損檢測方法任何一種無損檢測方法都不是萬能的，每種方法都有自己的優(yōu)點和缺點。應盡可能多用幾種檢測方法，互相取長補短，以保障承壓設備安全運行。此外，在無損檢測技術的應用中，還應充分認識到，檢測的目的

不是片面追求過高要求的高質量，而是應在充分保證安全性和合適風險率的前提下，著重考慮其經濟性。只有這樣，無損檢測技術在承壓設備中的應用才能達到預期目的。2023/7/3128無損缺陷檢測技術4）綜合應用各種無損檢測方法2023/7/2無損缺陷檢測技術無損檢測技術的發(fā)展1)便攜式無損檢測儀器設備袖珍化隨著計算機軟件技術及電子元器件技術的不斷發(fā)展，便攜式無損檢測儀器設備具備了向掌上型、袖珍化發(fā)展的條件，體積越來越小巧，質量越來越小，但是功能并不減少，從而更方便現(xiàn)場使用。2)多種檢測方法綜合一體化不僅出現(xiàn)了把同一檢測方法中的多種功能合為一體的儀器，如把常規(guī)超聲檢測與TOFD（TimeofFlightDiffraction）功能、相控陣功能合為一體的數(shù)字化超聲波探傷儀，而且出現(xiàn)了把不同無損檢測方法合為一體的綜合檢測儀器，如渦流傳感器與工業(yè)內窺鏡探頭一體化，集視頻圖像與實時八頻渦流、遠場渦流、磁記憶、漏磁、低頻電磁場于一體的多信息融合掃描成像檢測系統(tǒng)等。2023/7/3129無損缺陷檢測技術無損檢測技術的發(fā)展2023/7/2929無損缺陷檢測技術3)檢測結果顯示的數(shù)字圖像化無損檢測技術檢測的是被檢物體中的物理參數(shù)變化，其檢測結果的表現(xiàn)是多種多樣的，除了滲透檢測和磁粉檢測可以直觀地看到跡痕圖形，射線透照可以較直觀地看到投影圖像等以外，很多檢測方法所得到的結果是不直觀的。隨著計算機技術的飛速發(fā)展，無論是硬件還是軟件都發(fā)展到了很高的層次，因此在無損檢測技術應用中已經越來越多地利用數(shù)字圖像處理技術，利用計算機來處理檢測結果中的數(shù)據(jù)、圖形和圖像信息，將不直觀的檢測結果轉變成可視圖像滿足檢測結果的可視化效果需要，如超聲波檢測技術中的B掃描、C掃描、P掃描、MA掃描與計算機大屏幕連接用于培訓教學的超輕便多用途超聲探傷儀，熒光磁粉檢測的CCD攝像機記錄等。

2023/7/3130無損缺陷檢測技術3)檢測結果顯示的數(shù)字圖像化2023/7/2無損缺陷檢測技術4)檢測工藝設計、檢測結果評定的智能化無損檢測技術的基礎是物質的各種物理性質或它們的組合及與物質相互作用的物理現(xiàn)象。檢測結果的評定依賴于檢測人員的主觀因素，受到檢測結果的評定依賴于檢測人員的主觀因素，受到檢測人員的技術水平、實踐經驗、思想與身體素質、知識狀況等多種因素影響，特別是無損檢測結果的定位、定量與定性三大要素中的“定性”對于被檢對象的安全評估有著特別重要的意義5)大型自動化無損檢測系統(tǒng)出于提高生產效率的需要，以及市場經濟的深入發(fā)展，企業(yè)越來越重視成本效益，特別是我國經濟改革開放以來，企業(yè)對自動化、半自動化檢測的需求越來越大，從而大大促進了我國在大型自動化無損檢測系統(tǒng)方面的發(fā)展，包括各種超聲波探傷自動化成套檢測設備、自動化渦流/超聲檢測系統(tǒng)、X射線實時成像自動檢測系統(tǒng)等。2023/7/3131無損缺陷檢測技術4)檢測工藝設計、檢測結果評定的智能化202無損缺陷檢測技術6)不斷有采用新無損檢測技術的和適應新領域的檢測設備投入應用隨著工業(yè)生產的發(fā)展，許多產品的質量要求日漸提高，從而對無損檢測技術的需求也大大增加。順應無損檢測需求的新的無損檢測技術和適應新領域、新要求的無損檢測設備器材也在不斷推出并投入應用，如飛機機艙內應用的便攜式激光電子散斑與脈沖散斑檢測設備，長輸管線應用的磁致伸縮型導波檢測系統(tǒng)，基于X射線熒光分析技術的便攜式、手持式合金/金屬分析儀，最深可達水下500米的水下專用超聲波測厚儀，水下應用的數(shù)字式超聲波探傷儀，可在日光下遠距離檢測在役運行中高壓設備潛在故障的紫外成像儀等。2023/7/3132無損缺陷檢測技術6)不斷有采用新無損檢測技術的和適應新領域的6.4基于深度學習的檢測技術

2023/7/31336.4基于深度學習的檢測技術2023/7/2933基于深度學習的檢測技術概論1）無損缺陷檢測的定義深度學習(DeepLearning，D,)是機器學習(ML,MachineLearning)領域中一個新的研究方向，它被引入機器學習使其更接近于最初的目標——人工智能(AI,ArtificialIntelligence)。深度學習是學習樣本數(shù)據(jù)的內在規(guī)律和表示層次，這些學習過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標是讓機器能夠像人一樣具有分析學習能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。深度學習是一個復雜的機器學習算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關技術。2023/7/3134基于深度學習的檢測技術概論2023/7/2934基于深度學習的檢測技術深度學習已被應用到多個領域。例如，用于圖像生成、增強、風格化的生成對抗網絡（GAN），用于游戲對戰(zhàn)、網絡結構搜索的強化學習網絡，用于圖像分類、檢測、跟蹤、分割、重識別的卷積神經網絡，用于自然語言處理、手寫體識別的循環(huán)神經網絡，甚至可以作為一個中間環(huán)節(jié)用于完成攝像機標定、人體模型參數(shù)化等工作。2）深度學習分類深度學習分為三個流派，分別是有監(jiān)督學習（supervisedlearning）、無監(jiān)督學習（unsupervisedlearning）和強化學習（reinforcementlearning）。有監(jiān)督學習通過對有標簽數(shù)據(jù)集的學習學到或建立一個模型，輸出這個數(shù)據(jù)的標簽，并把與對應的進行差異比對，根據(jù)差異對模型進行調整，以提高其精度，最終通過學到或建立的模型進行數(shù)據(jù)標簽預測，即輸入一個數(shù)據(jù)，通過模型將數(shù)據(jù)最后可能的標簽輸出。

2023/7/3135基于深度學習的檢測技術深度學習已被應用到多個領域基于深度學習的檢測技術無監(jiān)督學習會從大量的訓練數(shù)據(jù)中分析出具有相似類別或結構的數(shù)據(jù)（即數(shù)據(jù)的相似性），并把它們進行歸類，劃分成不同的集合。這就好比我們對樂曲進行分類，或許我們并不清楚自己聽到的樂曲是什么類型、什么種類的，但是通過不斷地欣賞，我們能夠發(fā)現(xiàn)不同樂曲中相似的曲調等，并在此基礎上將它們劃分為抒情的、歡快的或悲傷的。強化學習算法的目標就是最大化回報函數(shù)?？梢园鸦貓蠛瘮?shù)當成一種延遲和稀疏的標簽數(shù)據(jù)形式，而不是在每個數(shù)據(jù)點獲得特定的答案（right或者wrong）。會得到一個延遲的反應，而它只會提示是否在朝著目標方向前進。

2023/7/3136基于深度學習的檢測技術無監(jiān)督學習會從大量的基于深度學習的檢測技術深度學習的主要檢測方法

以R-CNN和SSD為例分別介紹兩階段目標檢測方法和單階段目標檢測方法。在圖像上進行目標檢測時，R-CNN首先使用selectivesearch建議框提取方法，在圖像中選取大約2000個建議框。接著，將每個建議框調整為同一尺寸（227×227）并送入AlexNet中提取特征，得到特征圖。然后，對每個類別，使用該類別的SVM分類器對得到的所有特征向量進行打分，得到這幅圖像中的所有建議框對應于每個類別的得分。隨后，同樣在每個類別上獨立地對建議框使用貪心的非極大值抑制的方法進行篩選，過濾IoU大于一個特定閾值的分類打分較低的建議框，并使用邊界框回歸的方法對建議框的位置與大小進行微調，使之對目標的包圍更加精確。2023/7/3137基于深度學習的檢測技術深度學習的主要檢測方法2023/7/2基于深度學習的檢測技術

從R-CNN到R-FCN，都是目標檢測中基于候選區(qū)域的方法。該類目標檢測方法的工作通常分為兩步:第一步是從圖像中提取建議框，并剔除一部分背景建議框，同時做一次位置修正；第二步是對每個建議框進行檢測分類與位置修正。因此，基于候選區(qū)域的方法又稱為兩階段目標檢測方法。為了使目標檢測滿足實時性要求，研究人員提出了單階段目標檢測方法（SSD方法）。在單階段目標檢測方法中，不再使用建議框進行“粗檢測＋精修”，而采用一步到位的方式得到結果。單階段目標檢測方法只進行一次前饋網絡計算，因此在速度上有了很大的提升。2023/7/3138基于深度學習的檢測技術從R-CNN到R-FCN，都是基于深度學習的檢測技術深度學習檢測應用——肋骨骨折檢測肋骨骨折是胸部損傷中比較常見的一種情況，主要分為移位性骨折、非移位性骨折和陳舊性骨折。目前，通常通過胸部CT（computedtomography，電子計算機斷層掃描）對肋骨骨折進行診斷。由于胸部CT切片數(shù)量巨大，診斷工作耗時很長。同時，由于肋骨在CT切片中的走向是傾斜的，需要醫(yī)生連續(xù)觀察、評估，給確診帶來了一定的難度，尤其對細微的非移位性肋骨骨折及同一