| 使用环境 |
在工业焊接车间内，环境光照稳定，无强烈反光或阴影干扰。相机与焊缝表面保持适当距离和角度进行拍摄，相机镜头距离焊缝表面约50cm，平行于焊缝表面拍摄。 |
| 使用对象 |
焊缝表面的各类缺陷，几何缺陷、非融合缺陷、孔隙、飞溅。 |
| 使用目的 |
准确检测焊缝表面的各类缺陷，以便及时发现并处理，提高焊接质量，保障工业生产的稳定运行。 |
| 输入数据 |
焊缝表面的图像帧，图像分辨率为640×640像素，以jpg格式存储。 |
| 输出数据 |
缺陷类型（几何缺陷、非融合缺陷等）、缺陷位置坐标（以图像像素坐标表示）、缺陷数量。 |
| 硬件配置 |
CPU：Intel (R) Core (TM) i5-13400处理器
GPU：Nvidia RTX 4060ti（8G）显卡
内存：16GB
摄像头：工业级高分辨率相机，分辨率不低于2048×2048像素，用于拍摄焊缝表面的图像
硬盘：1TB SSD，用于存储大量的图像数据和模型文件，读写速度快
网卡：千兆以太网卡，用于数据传输和远程监控 |
| 样本获取 |
使用Roboflow网站开源的钢板焊缝缺陷检测数据集Welding Defect Test-V2和东北大学开源的带钢表面缺陷数据集NEU-DET。Welding Defect Test-V2数据集共有4类缺陷，共计3866张，按7:2:1的比例划分为训练集（2706张）、验证集（773张）、测试集（ |
| 测试结果 |
对测试集进行检测，平均精度（mAP0.5）达到95.3%，精确度为90.7%，召回率为89.4%，检测速度（FPS）达到257帧。 |
| 执行速度 |
3.9ms/次 |
| 资源消耗 |
CPU：在4核CPU上，计算占比分别平均约50%、60%、70%、40% GPU：显存占用约6GB，显卡计算占比约80% 内存：使用占比约60% |
| 源码类型 |
本算法有Python版本源码，可提供授权使用。 |
| 文件大小 |
算法程序文件25K，权重文件67M。 |
| 相关备注 |
|
