个人卖家: 使命而来
基于改进BiSeNet V2的手机盖板缺陷检测算法
基于改进BiSeNet V2的手机盖板缺陷检测算法
800.00
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 对手机盖板进行表面缺陷检测。检测环境为正面明场环境,通过图像采集系统平台从工业产线采集手机盖板图像。
使用对象 投影划伤、表面落尘、脏污、刺伤、黑划伤、白划伤、白点和黑点等8类缺陷。
使用目的 实现手机盖板表面缺陷的自动化检测,提高检测精度和效率,降低人工检测的成本和误差。
输入数据 手机盖板视窗区图像,经过裁剪后尺寸为256×256的小图。
输出数据 缺陷检测结果,包括缺陷类型、缺陷位置等信息,以及缺陷检测的准确率、误分类率、检出率和漏检率等指标。
硬件配置 CPU:Inter(R) Core(TM) i9-9900K,3.60 GHz GPU:NVIDIA GeForce RTX 2080Ti,11GB 内存:32GB 摄像头:工业生产线上的图像采集系统,采集分辨率为13580×6260的手机盖板视窗区图像
样本获取 在工业产线上采集手机盖板图像,筛选裁剪获得的缺陷小图,获得1328幅缺陷小图以及860幅无缺陷小图。通过数据增强方法扩充至9670幅缺陷小图,按照8∶2的比例划分为训练集和测试集。
测试结果 缺陷检测准确率:91.27% 误分类率:5.02% 缺陷检出率:96.29% 缺陷漏检率:3.71% 正常样本误检率:1.00%
执行速度 检测帧率FPS为9.44,能够满足工业生产线上对检测速度的要求。
资源消耗 在NVIDIA GeForce RTX 2080上运行时,对4核CPU的计算占比平均约60%,对8GB内存的使用占比约50%。
源码类型 提供Python版本源码
文件大小 算法程序文件25K,权重文件67M。
相关备注
基于改进BiSeNet V2的手机盖板缺陷检测算法 基于改进BiSeNet V2的手机盖板缺陷检测算法 基于改进BiSeNet V2的手机盖板缺陷检测算法
买家 规格或版本 评分 评价 时间