摘要:
本文介绍了一套基于YOLO系列算法的管道缺陷检测系统,该系统支持图片、视频、批量文件和实时摄像头检测,具有动态置信度调节、语音报警、数据可视化和结果导出等功能。系统采用PyQt5前端界面和SQLite数据库,支持多模型切换(YOLOv5至v12),其中YOLO12n精度最高(mAP40.6%),YOLO11n速度最快(56.1ms)。训练结果显示缺陷识别率达96.7%,F1值为0.93。系统提供从模型训练到部署的全流程解决方案,显著提升了工业管道检测的智能化水平。 阅读全文
本文介绍了一套基于YOLO系列算法的管道缺陷检测系统,该系统支持图片、视频、批量文件和实时摄像头检测,具有动态置信度调节、语音报警、数据可视化和结果导出等功能。系统采用PyQt5前端界面和SQLite数据库,支持多模型切换(YOLOv5至v12),其中YOLO12n精度最高(mAP40.6%),YOLO11n速度最快(56.1ms)。训练结果显示缺陷识别率达96.7%,F1值为0.93。系统提供从模型训练到部署的全流程解决方案,显著提升了工业管道检测的智能化水平。 阅读全文
posted @ 2026-03-07 21:17
Coding茶水间
阅读(44)
评论(0)
推荐(0)

浙公网安备 33010602011771号