基于YOLOv8的PCB缺陷检测系统,支持单张图片检测、批量检测、模型训练和导出。 🔍 缺陷检测 单张图片检测: 上传PCB图片进行实时缺陷检测 批量检测: 同时处理多张PCB图片 可视化结果: 在原图上标注检测到的缺陷位置 置信度调整: 可配置检测阈值,平衡精度和召回率 🧠 模型管理 模型加载: 加载自定义训练的YOLOv8模型 模型导出: 支持导出为ONNX、TorchScript、CoreML等格式 状态监控: 实时显示模型加载状态 🎓 模型训练 自定义训练: 使用PCB缺陷数据集训练新模型 参数配置: 支持配置模型大小、训练轮数、批次大小、学习率 多模型支持:...
成功构建了包含 7 类情绪的人脸情绪数据集,并生成了可直接用于模型训练的 emotion_dataset文件,数据结构清晰、可复用性强。 使用 PaddlePaddle 深度学习框架; 自定义数据集类,将灰度图扩展为三通道以适配模型输入; 采用 ResNet18 预训练模型 作为骨干网络,并替换全连接层实现 7 类情绪分类; 使用交叉熵损失函数和 Adam 优化器进行训练; 以分类准确率作为模型评价指标。...