NEU-DET 冷轧钢缺陷检测：基于 YOLOv8 的目标检测与可视化 UI 实现

1. 项目背景

冷轧钢的生产过程中，由于设备故障、工艺问题或者人为因素，钢板表面可能会出现多种缺陷，如划痕、裂纹、孔洞等，这些缺陷会严重影响钢材的质量。为了提高生产效率，减少人工检测的误差和成本，自动化缺陷检测系统显得尤为重要。深度学习技术，尤其是目标检测领域的 YOLO (You Only Look Once) 模型，已成为处理工业缺陷检测任务的重要工具。

在本文中，我们将介绍如何使用 NEU-DET 数据集，通过 YOLOv8 模型进行冷轧钢缺陷的自动检测，进而实现一个简洁易用的 UI 界面，使得检测过程更加直观和高效。

---

2. NEU-DET 数据集介绍

NEU-DET 数据集由东北大学计算机科学与工程学院发布，包含 6 类冷轧钢表面缺陷：

类别编号	缺陷名称	英文名称
0	擦伤	Scratch
1	孔洞	Hole
2