一种基于计算机视觉的用于分析实验室耗材自动控制的质量评估技术
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种新型的自动监控系统，在分析实验室中生产过程中的塑料耗材，通过使用手动设计的深度网络模型来增强对试管内透明抗凝剂物质存在与否的控制过程的有效性，并通过实验结果证明该方法与最先进的模型相比具有竞争力，表现出优于其他模型的分类能力和泛化能力，为塑料耗材公司的生产过程成功实施类似模型提供了可能性。
Zribi、Pagliuca 和 Pitolli 提出了一种用于分析实验室生产过程中塑料耗材的自动监控系统。他们使用深度神经网络模型来检测试管中的透明抗凝物质。实验结果显示，与最先进的模型相比，该系统具有竞争力的性能，表明其在塑料耗材公司中的潜在应用。
