工业布匹表面瑕疵智能检测系统
案例介绍
核心工作：
负责数据集构建与增强，针对反光、褶皱等难点进行专项优化；
改进 YOLO 算法主干网络，引入注意力机制提升对小目标瑕疵的特征提取能力；
完成模型在边缘端设备的部署与推理加速，单帧处理耗时控制在 30ms 以内。
成果： 实现了对破洞、油污、纬斜等 6 类常见瑕疵的精准识别，漏检率低于 1%，有效替代人工质检。
工业布匹表面瑕疵智能检测系统
案例介绍
本项目针对纺织产线中布匹瑕疵种类多、目标小、背景纹理干扰强的问题，开发了一套基于深度学习的实时检测系统。
核心工作：
负责数据集构建与增强，针对反光、褶皱等难点进行专项优化；
改进 YOLO 算法主干网络，引入注意力机制提升对小目标瑕疵的特征提取能力；
完成模型在边缘端设备的部署与推理加速，单帧处理耗时控制在 30ms 以内。
成果： 实现了对破洞、油污、纬斜等 6 类常见瑕疵的精准识别，漏检率低于 1%，有效替代人工质检。
案例图片
相似案例推荐
-
桌面流程自动化点击脚本
该项目主要是针对固定窗口和固定分辨率下的重复操作流程，开发
-
海外矿业许可数据采集与整理
该项目主要是对海外矿业许可相关数据进行采集、整理和结构化处理
-
智能售后与自动派单系统
智能售后与自动派单系统是一套基于大模型和业务流程自动化的智能
-
轻量化 U-Net 红外可见光融合系统
本项目是一套基于深度学习的红外与可见光图像融合系统，采用 P
-
ClaudeChat
ClaudeChat 是一款独立开发的 Windows 桌面
-
FlowPilot｜n8n工作流控制台
自主开发并部署于VPS的n8n工作流控制台，基于Next.j
1小时精推人才
需求方专属客服，免费梳理匹配
