基于PyTorch + YOLO (Ultralytics)+Streamlit实现的基于YOLOv8的工业表面缺陷智能检测系统

本项目为前几天收费帮学妹做的一个项目，在工作环境中基本使用不到，但是很多学校把这个当作编程入门的项目来做，故分享出本项目供初学者参考。

一 项目描述

基于PyTorch + YOLO (Ultralytics)+Streamlit实现的基于YOLOv8的工业表面缺陷智能检测系统

首页 http://localhost:8501/

二 项目功能：
首页仪表盘：总览检测任务状态、设备健康度与核心指标。

智能检测：基于YOLOv8实时识别并定位产品表面缺陷。

数据看板：统计缺陷类型、数量及趋势，支持多维度分析。

告警中心：缺陷超标或模型异常时自动分级推送告警。

模型信息：展示YOLOv8版本、精度、训练数据集及版本状态。

边缘部署：将轻量化YOLOv8模型模拟摄像头下发至产线工控机

三 运行环境
开发工具：PyCharm
运行环境：python3.8 此配置为本人调试所用，仅供参考

四 项目技术：
后端：django

启动：在控制窗输入streamlit run 03_src/app/app.py

 

以上系统源码经过技术整理与调试，确保能正常运行

五 项目截图