YOLOv5 钢材表面缺陷检测系统

人工智能 其他 案例ID:245278
江姜
1 年经验· 无
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

数据与环境:担任项目负责人主导全流程;采用 NEU-DET 钢材表面缺陷数据集(裂纹、夹杂、斑点、凹坑、轧入氧化皮、划痕6类共1,800张样本),按8:1:1划分训练/验证/测试集,完成VOC→YOLO标注格式转换;采用Mosaic、随机翻转、HSV色域增强策略;在Windows Conda环境下配置PyTorch2.4.0+CUDA11.8,搭建YOLOv5训练环境;
训练与部署:基于 YOLOv5s 预训练权重迁移学习训练300epochs,采用 SGD 优化器(初始lr=0.01)配合余弦退火调度;mAP@0.5达81.3%,6类缺陷Recall均≥85%;封装模型权重开发推理脚本,支持批量检测与结果可视化输出,单张推理约18ms。

YOLOv5 钢材表面缺陷检测系统

人工智能 · 其他 案例ID:245278
联系该工程师
微信扫码,建群沟通
作者: 江姜 - 1年经验- 无

案例介绍

数据与环境:担任项目负责人主导全流程;采用 NEU-DET 钢材表面缺陷数据集(裂纹、夹杂、斑点、凹坑、轧入氧化皮、划痕6类共1,800张样本),按8:1:1划分训练/验证/测试集,完成VOC→YOLO标注格式转换;采用Mosaic、随机翻转、HSV色域增强策略;在Windows Conda环境下配置PyTorch2.4.0+CUDA11.8,搭建YOLOv5训练环境;
训练与部署:基于 YOLOv5s 预训练权重迁移学习训练300epochs,采用 SGD 优化器(初始lr=0.01)配合余弦退火调度;mAP@0.5达81.3%,6类缺陷Recall均≥85%;封装模型权重开发推理脚本,支持批量检测与结果可视化输出,单张推理约18ms。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×