钢材表面缺陷检测系统
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
本项目为深度学习工业视觉落地应用。基于YOLOv8s框架，独立完成了从数据集构建、模型训练调优到推理部署的全流程。系统针对钢材表面典型的氧化皮卷入（Rolled-in Scale）、夹杂物（Inclusion）及划痕等缺陷，实现高精度的自动识别与定位（如图所示，置信度可达0.85以上）。项目验证了深度学习在复杂工业纹理背景下的特征提取能力，并具备向桌面端/产线质检工具快速封装交付的潜力。可承接同类工业缺陷检测算法定制与部署需求。
钢材表面缺陷检测系统
联系该工程师
微信扫码，建群沟通
案例介绍
本项目为深度学习工业视觉落地应用。基于YOLOv8s框架，独立完成了从数据集构建、模型训练调优到推理部署的全流程。系统针对钢材表面典型的氧化皮卷入（Rolled-in Scale）、夹杂物（Inclusion）及划痕等缺陷，实现高精度的自动识别与定位（如图所示，置信度可达0.85以上）。项目验证了深度学习在复杂工业纹理背景下的特征提取能力，并具备向桌面端/产线质检工具快速封装交付的潜力。可承接同类工业缺陷检测算法定制与部署需求。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
