个人卖家: 使命而来
YOLOv8-铸件DR图像小目标缺陷检测算法
YOLOv8-铸件DR图像小目标缺陷检测算法
1200.00
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 在铸造车间内,对静止的铸件进行X射线DR图像拍摄,拍摄距离为1 - 2 m,X射线强度为100 - 150kV,相机镜头与铸件表面垂直,环境光照强度为500 - 1000 lux。
使用对象 铸件X射线DR图像中的小目标缺陷,包括气孔、夹杂和缩松等缺陷类型。
使用目的 通过检测铸件中的小目标缺陷,及时发现并标记缺陷位置,提高铸件质量检测效率,减少人工检测的漏检率,确保铸件的可靠性和安全性。
输入数据 16位深度的灰度图像帧,分辨率为2048×2048像素。
输出数据 缺陷类型(气孔、夹杂、缩松)、缺陷位置坐标(x, y)、置信度。
硬件配置 CPU:Intel i5-11400,GPU:NVIDIA GeForce RTX 3060,内存:16GB,硬盘:1TB SSD,X射线设备:150kV工业X射线机,DR探测器:2048×2048像素,数据采集卡:PCIe接口。
样本获取 在实际铸造车间中,对不同类型的铸件进行X射线DR图像拍摄,获取3493张样本图像,其中2794张用于训练集,699张用于测试集。
测试结果 在测试集上,均值平均精度(mAP)为86.1%,mAP@0.5∶0.95为52.5%,精确率为79.7%,召回率为76.6%。
执行速度 检测速度为30ms/次。
资源消耗 在上述硬件配置下,CPU平均占用率约70%,GPU平均占用率约80%,内存使用量约10GB。
源码类型 本算法有Python版本源码,使用售卖方式进行授权。
文件大小 算法程序文件约16K,权重文件约34M。
相关备注
YOLOv8-铸件DR图像小目标缺陷检测算法 YOLOv8-铸件DR图像小目标缺陷检测算法 YOLOv8-铸件DR图像小目标缺陷检测算法
买家 规格或版本 评分 评价 时间