嘉洛智能
长尾分布下的语义分割:小样本学习与模型压缩的工程实践
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
嘉洛智能
社区首页
>
专栏
>
长尾分布下的语义分割:小样本学习与模型压缩的工程实践
长尾分布下的语义分割:小样本学习与模型压缩的工程实践
嘉洛智能
关注
修改于 2026-05-08 14:54:19
修改于 2026-05-08 14:54:19
88
0
举报
概述
CCS集成母排的激光焊缝检测,机器视觉面临的核心矛盾是缺陷样本稀缺与实时性要求之间的张力。正常焊缝图像占比95%,缺陷图像仅占5%,且缺陷类型分布极不均匀。气孔占缺陷样本的80%,裂纹占10%,其余未熔合、咬边、驼峰等占10%。这种长尾分布让深度学习模型的训练极为困难,而产线节拍又要求检测必须在5秒内完成,留给模型推理的时间窗口极窄。
文章被收录于专栏:
电池模组CCS生产线
电池模组CCS生产线
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
新能源监控与转发平台
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
新能源监控与转发平台
#电池模组CCS生产线
#新能源智能设备方案
#嘉洛智能
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
0
0
推荐