玻璃瓶缺陷检测

于 2022-05-08 10:22:35 发布
阅读量350 收藏
点赞数
分类专栏： 算法综合 深度学习 opencv 文章标签： 计算机视觉 算法 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/luhuillll/article/details/124644492
版权
算法综合 同时被 3 个专栏收录
18 篇文章 10 订阅 ¥9.90 ¥99.00
订阅专栏
深度学习
45 篇文章 17 订阅
订阅专栏
opencv
22 篇文章 1 订阅
订阅专栏

watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAd2lueHAtcGlj,size_20,color_FFFFFF,t_70,g_se,x_16

 

 

 

 

 

U2FsdGVkX18Meywxmml3kf+hBJINtukolLRUtodyBxw=

winxp-pic
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
空瓶缺陷检测系统的设计与实现
01-27
针对目前空瓶检测中存在的误检率高、检测速度慢等问题，设计了一种基于DSP的空瓶缺陷检测系统。该检测系统以TMS320DM642为核心,通过运用图像处理和图像识别方法来实现空瓶缺陷检测。通过对多组空瓶图像检测实验，与实际情况进行对比分析，得出了检测率达到98%以上、检测速度达到62只/分钟的结果，达到了工业现场检测要求。
缺陷检测数据集
11-15
缺陷检测数据集，用于训练缺陷检测神经网络。从https://github.com/sundyCoder/DEye下载
VOC格式和YOLO格式水杯检测数据集
12-23
1、杯子检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO杯子检测；共有两部分，这里是第二部分数据 2、目标类别名：cup； 3、数量：9579 4、https://blog.csdn.net/weixin_51154380/article/details/12448087
YOLO铝片表面缺陷检测数据集(含1000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
最新发布
11-03
1、YOLO铝片表面缺陷检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975 4、如需更多数量和其他数据集请私信博主~
几种表面缺陷检测数据集-附件资源
03-05
几种表面缺陷检测数据集-附件资源
玻璃缺陷检测数据集
weixin_41207588的博客
01-27 2233
手上有两万余张有标注120*120玻璃缺陷灰度图片. 如下图所示. 感兴趣的朋友可以通过邮箱[email protected] 联系我!
玻璃数据集
05-29
玻璃数据集，用于机器学习，主要包含不同玻璃的化学成分，可通过机器学习进行分类。
几种表面缺陷检测数据集
热门推荐
庆志的小徒弟
12-12 5万+
1、德国DAGM 2007的数据集 总共十类图像，有训练集和测试集，几种样例如下： 官方网址：https://hci.iwr.uni-heidelberg.de/node/3616 网盘下载： 链接：https://pan.baidu.com/s/1CHrH1tZ-B6kvi8U7--isaw 提取码：47jo 2、钢材表面缺陷 这个数据集是东北大学一个老师收集的，分为三个数据...
YOLO瓶子检测数据集 bottle_VOCtrainval2012.zip
04-07
1、YOLO瓶子检测数据集 2、类别名： bottle 3、来源：从 VOCtrainva2012数据集 单类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：812
手机玻璃后盖（盖板）缺陷数据集
03-18
1.该数据集为玻璃盖板缺陷数据集 2.数量为8000余张以及经过精确标注的数据 3.标注类别为3类 4.图像为灰度图
各种瓶子检测数据集6666张-含voc(xml)+yolo(txt)+json三种格式标签.7z
11-30
瓶子识别检测数据集（课程作业、设计、比赛所用） 【实际项目应用】： 常见物品识别检测、无人售货机物品识别等 【数据集说明】： 瓶子识别检测数据集，一共6666张图片，图像拍摄场景丰富多样，瓶子类型众多，含有玻璃瓶、塑料瓶、饮料瓶、酒瓶等等，目标大小分布均匀，从coco数据集中提取而来。数据集标签包含voc（xml）、yolo（txt）、json三种格式，类别名称为['bottle']，多种目标检测算法可直接使用。标注精准，算法拟合较好，数据质量可靠。 【备注】数据大小接近1000M，博主只传高质量数据，拒绝低质量数据，放心下载！
玻璃瓶质量检测.zip
08-07
python玻璃瓶质量检测，opencv 实现 包括源码和数据以及数据分析。
玻璃瓶缺陷检测，缺陷类型：cap，数据集数量：125张
04-28
基于yolov5的玻璃瓶缺陷检测算法以及优化见博客：https://mp.csdn.net/mp_blog/creation/editor/129821714
塑料瓶缺陷检测
03-06
基于计算机视觉的无接触自动检测手段因为其检测效率高、速度快、无视觉疲劳等优点正逐步的取代人工检测方法。
Python基于Opencv传统图像处理实现玻璃瓶口缺陷检测项目源码+缺陷数据.zip
07-06
Python基于Opencv传统图像处理实现玻璃瓶口缺陷检测项目源码+缺陷数据.zip Python基于Opencv传统图像处理实现玻璃瓶口缺陷检测项目源码+缺陷数据.zip Python基于Opencv传统图像处理实现玻璃瓶口缺陷检测项目源码+...
cvFindContours函数使用
一个爱编程的人专栏
09-15 1万+
CV_IMPL intcvFindContours( void*  img,  CvMemStorage*  storage,                                CvSeq**  firstContour, int  cntHeaderSize,                                 int  mode,                 int
cvCanny检测边缘,连通重要的非连通区域
一个爱编程的人专栏
09-25 1万+
 这个函数就是使用canny边缘检测算子检测图象的边缘.在opencv下使用这个函数之前最好将图象平滑处理一下.要不然可能检测不到边缘.检测到的边缘,这些边缘大多还不是连通区域.可以通过3*3的模板将一些相近的边缘连接起来.也可以用cvDilate进行处理一下.一些图象重要信息就体现出来了.这样可以再找连通区域. cvSmooth(lpImage,lpImage);cvCanny(
学习opencv读写视频流的一些体会
一个爱编程的人专栏
07-16 1万+
 #include "stdafx.h"#include #include #include using namespace std;int _tmain(int argc, _TCHAR* argv[])//本人是在VC2003下写的代码，如果在其他环境下调试请注意修改{ CvCapture *pCamCapture = cvCaptureFromCAM(0); if (!pCamCaptu
感受大师的代码风格_opencv源代码结构分析一
一个爱编程的人专栏
08-13 8704
最近在调用opencv的时候,我总是去看看opencv的原代码.在那些烦琐的宏定义里面感觉自己还是很有意思的.cvGet2D( const CvArr* arr, int y, int x );//第一个坐标是y坐标,第二个是x坐标 CV_IMPL  CvScalarcvGet2D( const CvArr* arr, int y, int x )//CV_IMPL  宏定义exter
深度学习瓶盖缺陷检测
09-04
深度学习瓶盖缺陷检测是基于深度学习算法的一种瓶盖检测系统，用于传送带或日常场景中的瓶盖检测识别。该系统能够实时进行瓶盖的检测定位和计数，辅助瓶盖生产加工过程的自动化识别。通过使用深度学习算法，特别是YOLOv5算法，系统可以对图像中存在的多个瓶盖进行识别和分类。 这个系统的优点在于可以提高检测的准确性和效率，避免传统人工检测容易造成的漏检和误检问题。对于饮料、医药、食品等生产厂家而言，瓶盖外观缺陷是一个常见的问题。由于对产品包装的精细化和品质的要求越来越高，传统的人工检测方法往往效率低下且容易出现漏检和误检的情况，这就对瓶盖原厂质量的检测提出了新的挑战。而基于深度学习的全自动瓶盖视觉检测系统的出现可以很好地解决这一难题，成为生产企业新的选择。 深度学习瓶盖缺陷检测系统不仅可以确保产品包装质量，还能对瓶盖材质进行检测，避免不符合食品安全标准的材料进入生产工序，从而保障了饮料和食品的质量安全。该系统还提供了Python实现代码、训练数据集以及PyQt的UI界面，方便用户进行检测识别并进行自定义选择。 总之，深度学习瓶盖缺陷检测系统利用深度学习算法实现了对瓶盖缺陷的自动化检测和识别，提高了检测的准确性和效率，为瓶盖生产加工过程提供了可靠的技术支持。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [金属瓶盖瑕疵数据集.zip](https://download.csdn.net/download/weixin_44906759/85676141)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [基于深度学习的瓶盖检测系统（Python+YOLOv5深度学习模型+清新界面）](https://blog.csdn.net/qq_32892383/article/details/129411362)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值