当前位置: 首页 > news >正文

基于django+pytorch(Faster R-CNN)的钢材缺陷识别系统

一、训练数据来源以及数据标注

数据来源于阿里云天池实验室公开数据集中的铝型材缺陷检测数据集APDDD
在这里插入图片描述
数据标注通过labelme进行标注,图片所有标注以转化为矩形标注,存放成json格式。
在这里插入图片描述
在这里插入图片描述

二、模型训练方式及结果

缺陷识别模型基于Faster R-CNN ResNet50-FPN V2预训练模型,冻结了底层卷积保留通用特征,自定义分类头并初始化参数并且采用混合精度训练+梯度累积加速收敛、学习率预热+余弦退火调度策略,可自动保存最佳模型,同时还使用Visdom实时监控损失/学习率曲线。
在这里插入图片描述
模型测试结果示例
在这里插入图片描述

三、钢材缺陷识别系统

前端采用开源框架vue-admin-better,后端使用django开发。

主要界面展示

  1. 钢材缺陷识别
    在这里插入图片描述

  2. 识别历史记录
    在这里插入图片描述

  3. 模型结果分析
    在这里插入图片描述

http://www.dtcms.com/a/63226.html

相关文章:

  • 【机械视觉】C#+VisionPro联合编程———【三、C#操作VisionPro中的工具详解(CogToolBlock ),以及实例】
  • Websocket的基本使用
  • SpringBoot整合Kafka
  • 【一句话经验】ubuntu vi/vim 模式自动设置为paste
  • 网络安全之tcpdump工具
  • Spring Boot3整合Knife4j(4.5.0)
  • 一、docker的安装
  • LVTTL(Low Voltage Transistor-Transistor Logic)电平详解
  • Torch 模型 model => .onnx => .trt 及利用 TensorTR 在 C++ 下的模型部署教程
  • opencv-显示图片
  • python连接数据库速查示例
  • 【python实战】-- 选择解压汇总mode进行数据汇总20250310更新
  • 探讨如何在AS上构建webrtc(3)分享WebRTC-CMakeBuild轻量化工程
  • C语言处理字符串的十个函数(附带大量实例)
  • 前端生成二维码 + 条形码
  • Python 异步编程入门:从零到上手 asyncio 协程(附实战案例)
  • Taro 面试题
  • 前端项目Axios封装Vue3详细教程(附源码)
  • 基于 Qwen2.5-14B + Elasticsearch RAG 的大数据知识库智能问答系统
  • 23种设计模式
  • 用物理信息神经网络(PINN)解决实际优化问题:全面解析与实践
  • 途游游戏25届AI算法岗内推
  • AMIS低代码构建系统,定制界面
  • VScode:运行程序停止后,频繁出现终端进程被终止
  • Kaiming Uniform 初始化:神经网络权重初始化的优雅解决方案
  • Facebook营销自动化—— Python脚本 + 代理IP实现内容高效分发
  • Vue.js 全面解析:构建现代前端应用的渐进式框架
  • Python数据分析之机器学习基础
  • PySide2是 Qt 库的 Python 绑定之一
  • 靶场(七)---靶场精做小白思考