Détection visuelle des défauts pour la classification des produits: une approche d'apprentissage automatique

L'inspection visuelle est la dernière étape du test de qualité des détecteurs infrarouges. Les méthodes traditionnelles pour ce type de travail reposent généralement sur l'inspection visuelle humaine, qui est la norme ultime pour déterminer la qualité visuelle de l'image. Cependant, l'utilisation de l'inspection humaine peut être problématique en raison de la variation statistique entre les observateurs. Des méthodes automatisées basées sur des techniques d'apprentissage automatique, et en particulier le Deep Learning, ont émergé au cours des dernières décennies, qui sont capables de correspondre étroitement à la perception visuelle de l'œil humain, tout en offrant les avantages supplémentaires de vitesse et de cohérence.