当前位置： 首页 > article >正文

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

article 2025/3/12 21:37:10
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.kler.cn/a/581873.html

相关文章：

  • HTML 列表详解
  • 【前端】【webpack-dev-server】proxy跨域代理
  • C++全栈聊天项目(2) 单例模式封装Http管理者
  • mac本地部署Qwq-32b记录
  • 【Spring】基础/体系结构/核心模块
  • 计算机网络开发（3）——端口复用、I\O多路复用
  • CSS 中 margin 的margin塌陷问题
  • 图论·拓扑排序
  • ClickHouse 数据倾斜实战：案例分析与优化技巧
  • 【Go】Go zap 日志模块
  • vue3中事件总线
  • 蓝桥杯备考：背包初次了解以及01背包
  • STM32-SPI通信外设
  • 搭建大数据技能竞赛比赛环境容器docker模块A-容器绑定物理网卡
  • HTML 属性（详细易懂）
  • ES的预置分词器
  • Linux IPC：System V共享内存汇总整理
  • 理解 XSS 和 CSP：保护你的 Web 应用免受恶意脚本攻击
  • 多光谱相机数据采集过程中常见仪器
  • ＜rust＞＜tauri＞＜GUI＞基于tauri，打开任意windows电脑应用程序