基于 YOLOv8 的工业缺陷检测

人工智能 机器人 案例ID:250153
ZCJ
13 年经验· 四川军伟智用
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

为某汽车零部件工厂开发表面缺陷实时检测系统,基于 YOLOv8 改进网络结构,引入注意力机制(CBAM)与多尺度特征融合。针对小目标缺陷(划痕、凹坑)定制损失函数,使用 Mosaic 增强扩充 3000 张标注样本。模型 mAP@0.5 达 96.3%,单张推理速度 12ms(RTX 3090),部署于产线后漏检率从 8% 降至 0.5%,替代 6 名人工质检岗。技术栈:PyTorch、OpenCV、TensorRT、C++。

基于 YOLOv8 的工业缺陷检测

人工智能 · 机器人 案例ID:250153
联系该工程师
微信扫码,建群沟通
作者: ZCJ - 13年经验- 四川军伟智用

案例介绍

为某汽车零部件工厂开发表面缺陷实时检测系统,基于 YOLOv8 改进网络结构,引入注意力机制(CBAM)与多尺度特征融合。针对小目标缺陷(划痕、凹坑)定制损失函数,使用 Mosaic 增强扩充 3000 张标注样本。模型 mAP@0.5 达 96.3%,单张推理速度 12ms(RTX 3090),部署于产线后漏检率从 8% 降至 0.5%,替代 6 名人工质检岗。技术栈:PyTorch、OpenCV、TensorRT、C++。

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 → ×