Surface-Defect-Detection
📈 目前最大的工业缺陷检测数据库及论文集 Résumé constant des ensembles de données open source et des articles critiques dans le domaine de la recherche sur les défauts de surface, qui sont d'une grande importance.
Parcourez une collection de documents et de jeux de données importants pour étudier les défauts de surface dans diverses industries.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment📈 目前最大的工业缺陷检测数据库及论文集 Résumé constant des ensembles de données open source et des articles critiques dans le domaine de la recherche sur les défauts de surface, qui sont d'une grande importance.
Surface-Defect-Detection compte 4.1k étoiles sur GitHub. Il a été forké 605 fois. Surface-Defect-Detection est écrit principalement en Python. Il est développé activement depuis 2020. Surface-Defect-Detection est disponible sous licence MIT. Ses principaux thèmes sont : charmve, dataset, deep-learning, defects.
Qu'est-ce que Surface-Defect-Detection ?
📈 目前最大的工业缺陷检测数据库及论文集 Résumé constant des ensembles de données open source et des articles critiques dans le domaine de la recherche sur les défauts de surface, qui sont d'une grande importance.
Surface-Defect-Detection est-il open source ?
Surface-Defect-Detection est un projet open source. Il est distribué sous licence MIT.
Surface-Defect-Detection est-il gratuit ?
Oui. Surface-Defect-Detection est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Surface-Defect-Detection ?
Surface-Defect-Detection est disponible sous licence MIT.
Dans quel langage Surface-Defect-Detection est-il écrit ?
Surface-Defect-Detection est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/charmve-surface-defect-detection.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.