报告题目: 视觉Transformer在实际工程领域的应用
报告时间: 2024-12-03 15:40——2024-12-03 17:00
报告人: 周鑫博士
报告地点: 线上-腾讯会议:158-793-776
主办单位: 数据科学与人工智能学院、智能商务研究中心
【报告人简介】
周鑫博士,本科硕士分别毕业于英国德蒙福特大学和德国亚琛工业大学,目前就读于沈阳东北大学,主要研究方向在机器视觉和深度学习领域。在Measurement、Advanced Engineering Informatics和Neural Processing Letters等期刊发表多篇论文。长期担任如Knowledge-based System、Measurement、Advanced Engineering Informatics等期刊的审稿任务。曾参与多个横向项目(如:齿轮视觉缺陷检测等)和纵向科研项目(如:复杂工况下齿轮性能退化研究)。
【报告摘要】
本学术沙龙报告旨在介绍视觉Transformer在实际工程领域的应用。以表面缺陷检测为例,该检测方法在工业生产和质量控制中至关重要,涉及到对产品表面的缺陷进行准确、快速的检测和分类。传统的表面缺陷检测方法面临着诸多挑战,例如检测效率低、人工成本高等。视觉Transformer作为一种基于自注意力机制的神经网络模型,具备对局部和全局信息的充分感知能力,被广泛应用于计算机视觉任务。本报告将介绍如何利用视觉Transformer来实现高效准确的表面缺陷检测。具体而言,将重点讨论视觉Transformer在分类任务上的建模方法和特征提取,如何应用自注意力机制来捕捉表面缺陷的关键信息,以及在下游表面缺陷检测任务中的应用。通过建模方法和实验分析,将展示视觉Transformer在实际生产环境中视觉检测的潜力和优势,讨论其准确率、鲁棒性以及对复杂条件下缺陷的检测能力。此外,本报告还将探讨视觉Transformer在实际生产环境中的应用前景,并深入讨论其优势和挑战,以激发更多的研究和应用探索,推动视觉检测技术的发展和创新。
撰稿:张婧 审核:富宇 单位:数据科学与人工智能学院