个人卖家: 月下独酌
基于级联卷积网络的金属表面缺陷检测算法
基于级联卷积网络的金属表面缺陷检测算法
699.00
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 工业线阵相机扫描环境,光照稳定,抗振动干扰
使用对象 各类光滑金属表面制品,包括精密零部件、电镀件等需要表面质量检测的金属工业产品
使用目的 自动检测金属表面印痕、电镀不良、脏污等缺陷,实现高质量表面检测
输入数据 线阵相机扫描的高清金属表面图像,分辨率根据产品尺寸调整,支持灰度图像处理
输出数据 缺陷类型分类、位置坐标、缺陷面积、置信度评分及可视化检测报告
硬件配置 工业线阵相机系统,配套光源和镜头;Intel i7工控机,16GB内存,GTX 1660以上显卡
样本获取 200+张标注样本,采用mask标注方式,覆盖印痕、电镀不良、脏污三类缺陷
测试结果 明显缺陷检出率100%,误检率0.1%,分类准确率98.5%以上
执行速度 单张图像处理时间≤500ms,支持在线检测,处理速度2帧/秒
资源消耗 GPU显存占用3.2GB,CPU内存占用4.1GB,支持工业计算机部署运行
源码类型 Python实现,包含数据预处理、级联分类器、后处理模块,提供完整训练代码
文件大小 完整算法包在3GB左右,包含预训练模型、配置文件和示例数据
相关备注 对于样本的标注采取mask的方式,mask灰度值不同用来指示类别。如上图所示 支持滑动窗口检测,提供缺陷框生长算法,可适配不同尺寸金属产品检测需求
基于级联卷积网络的金属表面缺陷检测算法 基于级联卷积网络的金属表面缺陷检测算法 基于级联卷积网络的金属表面缺陷检测算法
买家 规格或版本 评分 评价 时间