摘要:
本文介绍了一个基于YOLO算法的钢材表面缺陷检测系统。该系统支持多版本YOLO模型切换(v5/v8/v11/v12),提供图片/视频/摄像头等多种检测方式,并具有检测结果保存、历史记录查询等功能。系统采用Python+Django+Bootstrap技术栈,包含用户和管理员双权限体系。模型对比显示YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。训练结果表明系统在钢材缺陷检测任务中表现良好(mAP@0.5达77%)。该项目为钢材质量检测提供了高效实用的解决方案。 阅读全文
本文介绍了一个基于YOLO算法的钢材表面缺陷检测系统。该系统支持多版本YOLO模型切换(v5/v8/v11/v12),提供图片/视频/摄像头等多种检测方式,并具有检测结果保存、历史记录查询等功能。系统采用Python+Django+Bootstrap技术栈,包含用户和管理员双权限体系。模型对比显示YOLO12n精度最高(mAP40.6%),YOLO11n速度最优(56.1ms)。训练结果表明系统在钢材缺陷检测任务中表现良好(mAP@0.5达77%)。该项目为钢材质量检测提供了高效实用的解决方案。 阅读全文
posted @ 2026-02-16 11:25
Coding茶水间
阅读(1)
评论(0)
推荐(0)

浙公网安备 33010602011771号