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
改进YOLOv7工业缺陷检测算法
6999.00
累计销量 0
累计评价 0
评分 ★★★★★
售卖方式详解

请登录后购买。

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
改进YOLOv7工业缺陷检测算法 改进YOLOv7工业缺陷检测算法 改进YOLOv7工业缺陷检测算法
买家 规格或版本 评分 评价 时间