个人卖家：
月下独酌
创建于：2025-08-24
基于PharmaBlister-YOLO 深度学习的泡罩板智能缺陷检测算法
￥6999.00
| 使用环境 |
算法设计用于制药工业环境、食品等泡罩药板物品的缺陷检测； |
| 使用对象 |
面向计算机视觉算法工程师和QA系统开发人员，要求具备深度学习及OpenCV基础开发能力。 |
| 使用目的 |
实现泡罩药板的六类缺陷精准识别，达到平均检测精度98.5%以上，替代人工质检。 |
| 输入数据 |
支持1280×1024分辨率RGB图像输入，批量处理模式最大支持32张/批次，兼容多种工业相机协议。 |
| 输出数据 |
输出标准化缺陷检测结果，包含缺陷分类、置信度分数、定位坐标。 |
| 硬件配置 |
最低配置：NVIDIA GTX 1660 6GB；推荐配置：RTX 3080 10GB+；内存要求16GB+。 |
| 样本获取 |
训练数据集包含8万张真实产线图像和15万张合成数据，测试集包含1.2万张精准标注图像。 |
| 测试结果 |
在验证集上达到98.7% mAP，召回率97.8%，各类别检测精度均高于97.2%。 |
| 执行速度 |
单帧处理时间≤25ms，批量处理时可达15ms/帧，支持最高40fps实时处理。 |
| 资源消耗 |
推理时GPU显存占用3.8-4.5GB，CPU内存占用≤4GB，功耗维持在120-140W范围。 |
| 源码类型 |
提供完整Python源码、C++优化内核及模型权重文件 |
| 文件大小 |
完整项目包2.8GB，包含预训练模型（2.1GB）、数据集样例（500MB）和工具脚本（200MB） |
| 相关备注 |
上图依次为网文不清、空泡、划痕检测示意图
算法支持TensorRT加速和ONNX导出，提供多语言API接口 |
