本书是一本介绍利用深度学习方法进行表面缺陷视觉检测的专著。主要包括基于深度学习的表面缺陷视觉检测基础、基于半监督式数据增广方法和迁移学习的卷积神经网络分类方法、基于多尺度特征学习网络的多尺寸表面缺陷检测方法和基于注意力机制和特征关联网络的复合表面缺陷检测方法等。本书可供从事产品表面缺陷检测的科研工作者和技术开发人员使用,也可作为相关专业本科生及研究生的学习参考用书。
郑宏,工学博士,武汉大学电子信息学院教授,博士生导师,中国人工智能学会模式识别专业委员会委员,华为(武汉)人工智能创新中心特聘专家,湖北省道路交通安全协会理事,入选江苏省“双创人才”和武汉市光谷“3551人才”计划。 2000年毕业于武汉测绘科技大学摄影测量与遥感专业,获工学博士学位。曾先后在武汉测绘科技大学、武汉大学和澳大利亚联邦政府工业研究中心工作。自1990年以来,在国内外先后主持和承担了包括国家自然科学基金和国家科技攻关项目在内的数十项国家级和省部级科研项目,在国内外学术刊物和国际会议上发表了百余篇有关智能系统和图像处理与分析等方面的学术论文,二篇论文获优秀论文奖。2003年出版了中国第一部有关进化算法在遥感影像处理中应用的学术专著——《遗传算法在影像处理和分析中的应用》,主编教育部-Intel精品课程教材一本。获国家专利三十余项,取得软件著作权数十余项。