量化巴产量检查系统的效率

IF 0.8 4区 工程技术 Q4 INSTRUMENTS & INSTRUMENTATION
Jens Brandenburger, Fabian Krippendorff, Michael Krätzner, Michael Nörtersheuser, Xin Chen, A. Boss, K. Jonker, Nicolas Pipard, A. Ebner
{"title":"量化巴产量检查系统的效率","authors":"Jens Brandenburger, Fabian Krippendorff, Michael Krätzner, Michael Nörtersheuser, Xin Chen, A. Boss, K. Jonker, Nicolas Pipard, A. Ebner","doi":"10.1515/teme-2023-0035","DOIUrl":null,"url":null,"abstract":"Zusammenfassung In der modernen Stahlproduktion sind automatische Oberflächeninspektionssysteme (OIS) zur Detektion und Klassifikation von Oberflächenfehlern weit verbreitet und ihre Ergebnisse haben stark an Bedeutung gewonnen. Trotzdem fehlt es bis heute an anerkannten Methoden für eine objektive und umfassende Leistungsbewertung der Systeme, um mit vertretbarem Aufwand geeignete Kenngrößen für die OIS-Klassifikationsleistung im realen Produktionsbetrieb zu ermitteln. Dieser Beitrag widmet sich der Problematik der Abschätzung des Recalls bei unbekannter „Grundwahrheit“ (ground truth), als zentrales Maß für die Fähigkeitsbewertung klassifizierender Bildverarbeitungssysteme (BV-Systeme). Es werden eine Methodik für die Recall-Schätzung mittels Hilfsklassifikator vorgestellt und Forschungsbedarfe für deren praktische Umsetzung erörtert.","PeriodicalId":56086,"journal":{"name":"Tm-Technisches Messen","volume":"26 1","pages":""},"PeriodicalIF":0.8000,"publicationDate":"2023-06-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Quantifizierung der Klassifikationsleistung von Oberflächeninspektionssystemen in der Flachstahlproduktion\",\"authors\":\"Jens Brandenburger, Fabian Krippendorff, Michael Krätzner, Michael Nörtersheuser, Xin Chen, A. Boss, K. Jonker, Nicolas Pipard, A. Ebner\",\"doi\":\"10.1515/teme-2023-0035\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Zusammenfassung In der modernen Stahlproduktion sind automatische Oberflächeninspektionssysteme (OIS) zur Detektion und Klassifikation von Oberflächenfehlern weit verbreitet und ihre Ergebnisse haben stark an Bedeutung gewonnen. Trotzdem fehlt es bis heute an anerkannten Methoden für eine objektive und umfassende Leistungsbewertung der Systeme, um mit vertretbarem Aufwand geeignete Kenngrößen für die OIS-Klassifikationsleistung im realen Produktionsbetrieb zu ermitteln. Dieser Beitrag widmet sich der Problematik der Abschätzung des Recalls bei unbekannter „Grundwahrheit“ (ground truth), als zentrales Maß für die Fähigkeitsbewertung klassifizierender Bildverarbeitungssysteme (BV-Systeme). Es werden eine Methodik für die Recall-Schätzung mittels Hilfsklassifikator vorgestellt und Forschungsbedarfe für deren praktische Umsetzung erörtert.\",\"PeriodicalId\":56086,\"journal\":{\"name\":\"Tm-Technisches Messen\",\"volume\":\"26 1\",\"pages\":\"\"},\"PeriodicalIF\":0.8000,\"publicationDate\":\"2023-06-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tm-Technisches Messen\",\"FirstCategoryId\":\"5\",\"ListUrlMain\":\"https://doi.org/10.1515/teme-2023-0035\",\"RegionNum\":4,\"RegionCategory\":\"工程技术\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"INSTRUMENTS & INSTRUMENTATION\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tm-Technisches Messen","FirstCategoryId":"5","ListUrlMain":"https://doi.org/10.1515/teme-2023-0035","RegionNum":4,"RegionCategory":"工程技术","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"INSTRUMENTS & INSTRUMENTATION","Score":null,"Total":0}
引用次数: 0

摘要

现代钢铁产量摘要表明,为了探测和对表面错误进行分类,机器陆检查系统(简称简称间接检查系统)已广泛使用。然而,迄今为止还缺乏对各个系统业绩进行客观和全面评估的实际方法,以便鲁莽地确定相应的实际维修评分指标。本论文探讨了用不可知的“基本事实”来评估修复外貌培养体系的关键能力有一个方法由辅助奴隶大师提供精确数据评估,讨论需求的实践。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Quantifizierung der Klassifikationsleistung von Oberflächeninspektionssystemen in der Flachstahlproduktion
Zusammenfassung In der modernen Stahlproduktion sind automatische Oberflächeninspektionssysteme (OIS) zur Detektion und Klassifikation von Oberflächenfehlern weit verbreitet und ihre Ergebnisse haben stark an Bedeutung gewonnen. Trotzdem fehlt es bis heute an anerkannten Methoden für eine objektive und umfassende Leistungsbewertung der Systeme, um mit vertretbarem Aufwand geeignete Kenngrößen für die OIS-Klassifikationsleistung im realen Produktionsbetrieb zu ermitteln. Dieser Beitrag widmet sich der Problematik der Abschätzung des Recalls bei unbekannter „Grundwahrheit“ (ground truth), als zentrales Maß für die Fähigkeitsbewertung klassifizierender Bildverarbeitungssysteme (BV-Systeme). Es werden eine Methodik für die Recall-Schätzung mittels Hilfsklassifikator vorgestellt und Forschungsbedarfe für deren praktische Umsetzung erörtert.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Tm-Technisches Messen
Tm-Technisches Messen 工程技术-仪器仪表
CiteScore
1.70
自引率
20.00%
发文量
105
审稿时长
6-12 weeks
期刊介绍: The journal promotes dialogue between the developers of application-oriented sensors, measurement systems, and measurement methods and the manufacturers and measurement technologists who use them. Topics The manufacture and characteristics of new sensors for measurement technology in the industrial sector New measurement methods Hardware and software based processing and analysis of measurement signals to obtain measurement values The outcomes of employing new measurement systems and methods.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信