Обнаружение Дефектов Поверхности в Промышленности (NEU-DET)
Модель глубокого обучения на основе YOLOv8 для обнаружения 6 типов поверхностных дефектов в промышленных материалах в реальном времени. Обеспечивает точную локализацию и классификацию дефектов для автоматизированного контроля качества.
О сервисе
Обзор Модели Ironman1612/defect-detection-model Эта модель глубокого обучения основана на архитектуре YOLOv8 и предназначена для высокоточного обнаружения и классификации шести различных типов поверхностных дефектов в промышленных материалах. Разработанная для обеспечения контроля качества в производственных процессах, модель способна к обработке изображений в реальном времени, что делает ее незаменимым инструментом для автоматизированных систем инспекции. Архитектура и Обучение Архитектура : Модель использует передовую архитектуру YOLOv8 от Ultralytics, известную своей скоростью и точностью в задачах обнаружения объектов. Набор данных : Обучение проводилось на наборе данных NEU-DET, который состоит из 1,800 изображений в градациях серого. Этот датасет включает разнообразные примеры каждого типа дефектов, обеспечивая robustность и обобщаемость модели. Задача : Основная задача — обнаружение объектов, а именно локализация дефектов на изображениях и их классификация. Фреймворк : Разработка и обучение выполнены с использованием фреймворка Ultralytics. Обработка и Выходные Данные Входные данные : Модель принимает изображения в форматах JPEG и PNG. Выходные данные : После обработки изображения модель генерирует ограничивающие рамки (bounding boxes) для каждого обнаруженного дефекта, а также оценку уверенности (confidence score) для каждой детекции. Поддерживаемые Классы Дефектов Модель способна идентифицировать следующие типы дефектов: Растрескивание (Crazing) : Мелкие поверхностные трещины, образующие сетевой рисунок. Включение (Inclusion) : Инородный материал, внедренный в поверхность. Пятна (Patches) : Поверхностные неровности и изменение цвета. Рваная Поверхность (Pitted Surface) : Повреждения в виде выбоин и коррозии. Вкатанная окалина (Rolled-in Scale) : Слои окалины или оксидов, вкатанные в материал. Царапины (Scratches) : Поверхностные истирания и следы царапин. Применение Эта модель идеально подходит для автоматизации контроля качества в таких отраслях, как металлургия, автомобилестроение и производство электроники, где своевременное обнаружение дефектов критически важно для обеспечения высокого качества продукции и снижения брака. Источник: https://qubu.ai/models/model-defect-detection-model License: MIT
