前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >基于YOLO11的工件缺陷检测系统(Python源码+数据集+Pyside6界面)

基于YOLO11的工件缺陷检测系统(Python源码+数据集+Pyside6界面)

原创
作者头像
AI小怪兽
修改2024-12-26 10:31:13
修改2024-12-26 10:31:13
41500
代码可运行
举报
文章被收录于专栏:毕业设计毕业设计YOLO大作战
运行总次数:0
代码可运行

💡💡💡本文摘要:基于YOLO11的工件表面缺陷智能检测系统,阐述了整个数据制作和训练可视化过程

博主简介

AI小怪兽,YOLO骨灰级玩家,1)YOLOv5、v7、v8、v9、v10、11优化创新,轻松涨点和模型轻量化;2)目标检测、语义分割、OCR、分类等技术孵化,赋能智能制造,工业项目落地经验丰富;

1.YOLO11介绍

Ultralytics YOLO11是一款尖端的、最先进的模型,它在之前YOLO版本成功的基础上进行了构建,并引入了新功能和改进,以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用,使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。

结构图如下:

1.1 C3k2

C3k2,结构图如下

C3k2,继承自类C2f,其中通过c3k设置False或者Ture来决定选择使用C3k还是Bottleneck

实现代码ultralytics/nn/modules/block.py

1.2 C2PSA介绍

借鉴V10 PSA结构,实现了C2PSA和C2fPSA,最终选择了基于C2的C2PSA(可能涨点更好?)

实现代码ultralytics/nn/modules/block.py

1.3 11 Detect介绍

分类检测头引入了DWConv(更加轻量级,为后续二次创新提供了改进点),结构图如下(和V8的区别):

实现代码ultralytics/nn/modules/head.py

2.如何训练工件缺陷数据集

2.1 工件缺陷数据集介绍

工件数据集大小1400张,缺陷类型一共四种:zhen_kong、ca_shang、 zang_wu、 zhe_zhou

(针孔、擦伤、脏污、褶皱)

标签可视化分析

2.2 超参数修改

位置如下default.yaml

2.3 配置aluminum.yaml

ps:建议填写绝对路径

代码语言:javascript
代码运行次数:0
复制
train: D:/YOLOv11/data/aluminum/train.txt
val: D:/YOLOv11/data/aluminum/val.txt

# number of classes
nc: 4

# class names
names: ["zhen_kong","ca_shang","zang_wu","zhe_zhou"]

2.4 如何训练

代码语言:javascript
代码运行次数:0
复制
import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    model = YOLO('ultralytics/cfg/models/11/yolo11.yaml')
    model.train(data='data/aluminum.yaml',
                cache=False,
                imgsz=640,
                epochs=200,
                batch=8,
                close_mosaic=10,
                device='0',
                optimizer='SGD', # using SGD
                project='runs/train',
                name='exp',
                )

2.5 训练结果可视化结果

代码语言:javascript
代码运行次数:0
复制
YOLO11n summary (fused): 238 layers, 2,582,932 parameters, 0 gradients, 6.3 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100%|██████████| 11/11 [00:08<00:00,  1.27it/s]
                   all        336        822      0.961      0.964      0.974      0.574
             zhen_kong        121        180      0.948       0.95      0.948      0.353
              ca_shang        161        241      0.912      0.907      0.956      0.559
               zang_wu        225        307      0.999          1      0.995      0.667
              zhe_zhou         94         94      0.983          1      0.995      0.714

预测结果:

3. 工件缺陷智能检测系统设计

3.1 PySide6介绍

受益于人工智能的崛起,Python语言几乎以压倒性优势在众多编程语言中异军突起,成为AI时代的首选语言。在很多情况下,我们想要以图形化方式将我们的人工智能算法打包提供给用户使用,这时候选择以python为主的GUI框架就非常合适了。

PySide是Qt公司的产品,PyQt是第三方公司的产品,二者用法基本相同,不过在使用协议上却有很大差别。PySide可以在LGPL协议下使用,PyQt则在GPL协议下使用。

PySide目前常见的有两个版本:PySide2和PySide6。PySide2由C++版的Qt5开发而来.,而PySide6对应的则是C++版的Qt6。从PySide6开始,PySide的命名也会与Qt的大版本号保持一致,不会再出现类似PySide2对应Qt5这种容易混淆的情况。

3.2 安装PySide6

代码语言:javascript
代码运行次数:0
复制
pip install --upgrade pip
pip install pyside6 -i https://mirror.baidu.com/pypi/simple

基于PySide6开发GUI程序包含下面三个基本步骤:

  • 设计GUI,图形化拖拽或手撸;
  • 响应UI的操作(如点击按钮、输入数据、服务器更新),使用信号与Slot连接界面和业务;
  • 打包发布;

3.3 工件缺陷检测系统设计

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.YOLO11介绍
    • 1.1 C3k2
    • 1.2 C2PSA介绍
    • 1.3 11 Detect介绍
  • 2.如何训练工件缺陷数据集
    • 2.1 工件缺陷数据集介绍
    • 2.2 超参数修改
    • 2.3 配置aluminum.yaml
    • 2.4 如何训练
    • 2.5 训练结果可视化结果
  • 3. 工件缺陷智能检测系统设计
    • 3.1 PySide6介绍
    • 3.2 安装PySide6
    • 3.3 工件缺陷检测系统设计
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档