摘要：随着人工智能技术的发展，深度学习已经逐步应用于带钢表面缺陷检测，但是模型训练所需的海量样本及其标注极大地增加了工作量，限制了其广泛应用。将ＳＳＤ深度学习网络应用至带钢常见缺陷的识别，经过系统的参数优化过程，最终仅在包含１０２２个训练样本的小数据集下成功建立了高精度缺陷检测模型，并取得了８７．８％的缺陷识别精度。同时，该模型对通卷带钢采集图像检测耗时不足２０ｓ，具有较高的检测效率，为其后续工业推广应用奠定了基础。 关键词：人工智能；深度学习；带钢；表面缺陷检测；小样本；ＳＳＤ网络 下载高清全文—基于深度学习的带钢表面缺陷检测在小样本数据集的应用.pdf