基于AI为产品质检赋能已经产生了许多有意义的应用,在我前面的一些文章里面也有助力产品生产质检相关的项目,但大都是基于检测模型开发的,这里主要是想基于图像分割的方式来实现产品质检,本文主要是基于DeepLabV3Plus模型实现划分分割,首先看下效果图:
![](https://img-blog.csdnimg.cn/img_convert/ae9c30400763a6c0dd7f2b177c7544c0.gif)
原始样例数据如下:
![](https://img-blog.csdnimg.cn/img_convert/791ead7202f37dab62305cf8a478423f.png)
划痕相对来说还是比较明显的。
为了直观对比,这里对标注数据进行了可视化展示如下所示:
![](https://img-blog.csdnimg.cn/img_convert/e44d38b0bd94f54ff67de7f0b96583e4.gif)
这里的划痕线条相对比较粗,所以模型还是比较好识别的。
我使用的是开源的项目,在这里,首页截图如下所示:
![](https://img-blog.csdnimg.cn/img_convert/b6ef396b721442125c88f40551ab44fb.png)
已有1.1k的star量,不过这个看自己需要了,可以根据实际需要选择合适的项目即可。
![](https://img-blog.csdnimg.cn/img_convert/3d526763dc49ec7453160321e22dcf8e.png)
![](https://img-blog.csdnimg.cn/img_convert/821d2c1c8ab6a6856ee04cacb1655b0b.png)
![](https://img-blog.csdnimg.cn/img_convert/2cee4e4c412d389261fdf53d4e8ac059.png)
上面是官方给出来的实例效果图。
下面我基于自己训练出来的模型进行测试如下:
![](https://img-blog.csdnimg.cn/img_convert/46c33913e9af5153dbc3f7dca5090fc2.png)
结果如下:
![](https://img-blog.csdnimg.cn/img_convert/b97c3e5a544cfb25eec06ee77b94e4ed.png)
![](https://img-blog.csdnimg.cn/img_convert/45b57b34b8951f39e1fba1373598bbb6.png)
![](https://img-blog.csdnimg.cn/img_convert/e57426b32803c27f9aa85611b1c69cc2.png)
直观上来看分割的效果还是比较细腻的。感兴趣的话可以自己试试看。