我，未来可期的案例列表
输配电线路机巡图像缺陷自动识别技术研究
本作品依托南方电网“输配电线路机巡图像缺陷自动识别技术研究与应用”科研项目开发，项目经费223万元，旨在解决传统人工巡检效率低、复杂背景下小目标缺陷漏检及误检率高等问题。本人担任项目学生负责人，主要负责技术方案设计、数据集构建、深度学习算法研发、模型训练优化及系统测试。项目基于YOLOv5目标检测框架，通过改进RepVGG轻量化主干网络、引入自适应图像滤波及优化损失函数，提升复杂巡检场景下的缺陷识别能力与检测效率。同时结合PyQt5开发智能检测客户端，实现巡检图像批量识别、缺陷定位、结果可视化、历史数据管理及检测报告生成等功能。最终完成软件系统开发与项目交付，相关成果应用于南方电网输电巡检业务
PCB智能缺陷检测管理系统
本作品基于开源VisionInspectAI构建，是一套面向工业制造场景的PCB电路板智能缺陷检测与质量管理系统，旨在解决传统人工质检效率低、缺陷识别依赖人工经验及检测结果难以统一管理等问题。系统采用YOLO11深度学习目标检测算法，支持电路板断路、短路、缺孔、毛刺等六类典型缺陷的自动识别与精准定位，通过检测框可视化展示缺陷类别、位置及置信度，并结合规则评估机制实现缺陷风险分级和质量判定。软件采用React与FastAPI前后端分离架构，集成PyTorch模型推理、REST API接口、PostgreSQL数据库及JWT身份认证机制，实现图像上传、智能检测、结果可视化、质检统计、历史记录查询和
案例判断参考
我，未来可期的案例列表
输配电线路机巡图像缺陷自动识别技术研究
本作品依托南方电网“输配电线路机巡图像缺陷自动识别技术研究与应用”科研项目开发，项目经费223万元，旨在解决传统人工巡检效率低、复杂背景下小目标缺陷漏检及误检率高等问题。本人担任项目学生负责人，主要负责技术方案设计、数据集构建、深度学习算法研发、模型训练优化及系统测试。项目基于YOLOv5目标检测框架，通过改进RepVGG轻量化主干网络、引入自适应图像滤波及优化损失函数，提升复杂巡检场景下的缺陷识别能力与检测效率。同时结合PyQt5开发智能检测客户端，实现巡检图像批量识别、缺陷定位、结果可视化、历史数据管理及检测报告生成等功能。最终完成软件系统开发与项目交付，相关成果应用于南方电网输电巡检业务...
PCB智能缺陷检测管理系统
本作品基于开源VisionInspectAI构建，是一套面向工业制造场景的PCB电路板智能缺陷检测与质量管理系统，旨在解决传统人工质检效率低、缺陷识别依赖人工经验及检测结果难以统一管理等问题。系统采用YOLO11深度学习目标检测算法，支持电路板断路、短路、缺孔、毛刺等六类典型缺陷的自动识别与精准定位，通过检测框可视化展示缺陷类别、位置及置信度，并结合规则评估机制实现缺陷风险分级和质量判定。软件采用React与FastAPI前后端分离架构，集成PyTorch模型推理、REST API接口、PostgreSQL数据库及JWT身份认证机制，实现图像上传、智能检测、结果可视化、质检统计、历史记录查询和...
