| 现场环境 |
在航空航天以及制导系统中，对O形密封圈进行表面缺陷检测。检测环境可能包括实验室或工业生产现场，使用高分辨率相机采集O形圈图像。 |
| 使用对象 |
微小型航天密封圈 |
| 使用目的 |
快速、准确地检测微小型航天密封圈表面的缺陷，飞边、杂质、流痕、凹痕和分模线凸起等，以确保其表面质量满足航空航天和国防工业的要求。 |
| 硬件配置 |
CPU：Intel(R) Core(TM) i5-6500 3.20GHz，内存：4.00GB，GPU：NVIDIA GTX 2080Ti。操作系统为Ubuntu 16.04，安装了CUDA和cuDNN库。 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统为Ubuntu 16.04，依赖库包括CUDA、cuDNN，使用Python语言进行开发。 |
| 软件兼容 |
无
|
| 输入数据 |
O形密封圈的图像数据，图像大小为320×320像素。 |
| 输出数据 |
缺陷检测结果，包括缺陷类型、位置和数量信息。 |
| 样本获取 |
使用自主设计的O形圈缺陷测检系统采集图像，共采集11679张大小为320×320的O形圈表面缺陷图像，分为训练集9459张、验证集1052张和测试集1168张。 |
| 测试结果 |
在测试集上，Efficient-FPN Model的平均准确率达到86.1%，检测速度达到110.8frame/s；Transformer-FPN Model的平均准确率达到91.4%， |
| 执行速度 |
77.3frame/s。 |
| 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2GB。 |
| 源码类型 |
有Python版本源码 |
| 文件大小 |
算法程序文件约16K，权重文件约34M。 |
| 相关备注 |
无 |
