个人卖家:
月下独酌
创建于:2025-08-24
改进YOLOv7工业缺陷检测算法
¥6999.00
使用环境 |
工业产线环境,抗振动干扰,支持三工位流水线同步检测。 |
使用对象 |
机器视觉工程师、自动化设备集成商,需具备深度学习和OpenCV基础开发能力。 |
使用目的 |
实现对换向器表面多种缺陷的高速高精度检测,替代人工质检,提升生产效率。 |
输入数据 |
1280×1024分辨率多光源图像,支持RGB和灰度格式,批量处理最大32张/批次。 |
输出数据 |
缺陷类型、位置坐标、置信度、尺寸信息及标准化质量检测报告 |
硬件配置 |
Intel i7工控机,RTX 3060显卡,16GB内存;200万像素工业相机,配套环形光源和激光传感器 |
样本获取 |
10万张真实缺陷图像,20万张增强数据,涵盖8类缺陷,支持在线数据增强 |
测试结果 |
mAP@0.5达到99.1%,召回率98.7%,各类缺陷检测精度均高于98% |
执行速度 |
单帧推理时间≤35ms,批量处理可达20ms/帧,支持实时检测需求 |
资源消耗 |
GPU显存占用4.2GB,CPU内存占用3.5GB,功耗维持在130-150W |
源码类型 |
Python为主,C++加速,提供完整训练和推理代码 |
文件大小 |
完整算法包3.2GB,包含预训练模型、数据集样例和工具脚本 |
相关备注 |
支持TensorRT加速,提供ONNX模型导出,可与PLC、MES系统无缝集成 |