【yolo破损纸板-包装盒-快递袋缺陷检测】

已于 2024-12-28 21:24:00 修改
阅读量922 收藏 11
点赞数 7
分类专栏： 目标检测 YOLO目标检测 文章标签： YOLO
于 2024-09-21 23:47:42 首次发布
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/zhiqingAI/article/details/142426701
版权

yolo破损纸板-包装盒-快递袋缺陷检测

破损纸质包装盒检测

train: ../train/images
val: ../valid/images
test: ../test/images
nc: 5
names:
- Box
- Box_broken
- Package
- Box_damaged
- person
  • 可视化
    在这里插入图片描述

方盒型快递包裹检测

train: ../train/images
val: ../valid/images
test: ../test/images
nc: 1
names:
- box_packet
  • 可视化
    在这里插入图片描述在这里插入图片描述

包装盒纸板破损检测数据集

1、YOLO包装盒纸板破损检测数据集，1000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOL包装盒纸板破损识别，数据场景丰富，类别名为break_board
2、数据集下载
3、YOLOv7包装盒破损纸板检测+训练好的模型+数据集
4、yolov5破损纸板检测+训练好的模型+数据集
5、 yolov5破损纸板检测+训练好的模型+数据集+pyqt界面

yolo纸质包装盒&快递盒检测

train: ../train/images
val: ../valid/images
test: ../test/images
nc: 1
names:
- box
  • 可视化
    在这里插入图片描述在这里插入图片描述

快递包裹&包装盒缺陷检测

train: ../train/images
val: ../valid/images
nc: 4
names:
- Box
- Box_broken
- Open_package
- Package

可视化
在这里插入图片描述在这里插入图片描述

YOLO算法快递包裹&包装盒缺陷检测数据集+1200数据
09-28
YOLO算法快递包裹&包装盒缺陷检测数据集， 包含1200多张快递包裹&包装盒缺陷检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， 数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 https://blog.csdn.net/zhiqingAI/article/details/142426701 数据集配置目录结构data.yaml： train: ../train/images val: ../valid/images nc: 4 names: - Box - Box_broken - Open_package - Package
YOLO包装盒纸板破损检测数据集
07-07
1、YOLO包装盒纸板破损检测数据集，1000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOL包装盒纸板破损识别，数据场景丰富，类别名为break_board 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
【毕业设计】基于机器视觉的快递包装盒破损检测 深度学习
weixin_55149953的博客
01-27 857
基于深度学习的包装盒纸板破损检测系统，旨在实现对缺陷包裹的高效识别。通过自制数据集的构建和改进算法模型的应用，该系统能够在复杂环境下准确检测包装纸板的破损情况，为包装行业的质量控制提供有效支持。该研究不仅具有理论价值，也为实际应用提供了切实可行的解决方案。
包装盒破损纸板缺陷检测数据集VOC+YOLO格式1055张1类别.7z
05-10
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1055 标注数量(xml文件个数)：1055 标注数量(txt文件个数)：1055 标注类别数：1 标注类别名称:["defect"] 每个类别标注的框数： defect 框数 = 2866 总框数：2866 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：纸板破损、起泡、划痕等一些缺陷。 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
快递包裹检测数据集VOC+YOLO格式5382张1类别.7z
08-21
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：5382 标注数量(xml文件个数)：5382 标注数量(txt文件个数)：5382 标注类别数：1 标注类别名称:["packet"] 每个类别标注的框数： packet 框数 = 8965 总框数：8965 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 更多信息：https://blog.csdn.net/FL1623863129/article/details/141387525
YOLOv10算法快递包裹-包装纸盒质量好坏检测权重+数据集
12-28
YOLOv10算法快递包裹-包装纸盒质量好坏检测权重， 包含近1000多张递包裹-包装纸盒质量好坏检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， 数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 https://blog.csdn.net/zhiqingAI/article/details/142426701 数据集配置目录结构data.yaml： train: ../train/images val: ../valid/images test: ../test/images nc: 5 names: - Box - Box_broken - Package - Box_damaged - person
基于YOLOv8/YOLOv7/YOLOv6/YOLOv5的快递包裹检测系统（Python+PySide6界面+训练代码）
热门推荐
思绪无限的博客
02-23 1万+
本文介绍了一种基于深度学习的快递包裹检系统系统的代码，采用最先进的YOLOv8算法并对比YOLOv7、YOLOv6、YOLOv5等算法的结果，能够准确识别图像、视频、实时视频流以及批量文件中的快递包裹。文章详细解释了YOLOv8算法的原理，并提供了相应的Python实现代码、训练数据集，以及基于PySide6的用户界面（UI）。该系统实现了对图像中快递包裹的准确识别和分类，并包含了基于SQLite的登录注册管理、一键更换YOLOv5/v6/v7/v8模型以及界面自定义修改等功能。
毕业设计：基于深度学习的智能包装盒破损质量检测系统 人工智能
Hai_Lang_IT的博客
12-31 1143
毕业设计：包装盒破损检测算法，重点探索基于深度学习和图像处理技术的自动检测方法。首先，分析了当前包装盒破损检测的现状及其面临的挑战，指出传统检测方法的局限性。接着，提出了一种结合卷积神经网络（CNN）与图像处理的包装盒破损识别模型，通过对包装盒图像特征的提取和分析，实现对各种破损情况的自动识别与分类。
YOLO算法快递包裹-包装纸盒质量好坏检测数据集+近1000数据
09-28
YOLO算法快递包裹-包装纸盒质量好坏检测数据集， 包含近1000多张递包裹-包装纸盒质量好坏检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， 数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 https://blog.csdn.net/zhiqingAI/article/details/142426701 数据集配置目录结构data.yaml： train: ../train/images val: ../valid/images test: ../test/images nc: 5 names: - Box - Box_broken - Package - Box_damaged - person
基于yolov8的包装盒纸板破损缺陷测系统python源码+onnx模型+评估指标曲线+精美GUI界面
FL1623863129的博客
09-06 706
基于YOLOv8的包装盒纸板破损缺陷检测系统是一种高效、智能的解决方案，旨在提高生产线上包装盒纸板的质量检测效率与准确性。该系统利用YOLOv8这一前沿的深度学习模型，通过其强大的目标检测能力，能够实时识别并标记出包装盒纸板上的各种破损缺陷，如划痕、撕裂、孔洞等。该系统不仅具备高效准确的检测能力，还支持多类别检测，覆盖了包装盒纸板可能出现的多种破损情况。综上所述，基于YOLOv8的包装盒纸板破损缺陷检测系统是工业生产中不可或缺的重要工具，为制造商提供了高效、可靠的解决方案。【模型可以检测出类别】
【目标检测数据集】纸盒、包装袋拆开损坏检测数据集yolo+voc格式1200张.zip
12-09
数据集介绍：图片是纸盒子、快递包装袋等，有些是通过变化角度、摆放、造形等得到的，不是通过简单的对称、旋转等，所以整体的增强度不高，适合用来目标就检测 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：1200 Annotations文件夹中xml文件总计：1200 labels文件夹中txt文件总计：1200 标签种类数：4 标签名称:["Box","Box_broken","Open_package","Package"] 每个标签的框数： Box 框数 = 448 Box_broken 框数 = 304 Open_package 框数 = 308 Package 框数 = 433 总框数：1493 图片清晰度（分辨率：像素）：清晰 图片是否增强：否 标签形状：矩形框，用于目标检测识别
yolov10破损纸板检测+数据集
06-29
1、yolov10破损纸板检测，包含yolov5s破损纸板检测权重，以及PR曲线，loss曲线等等，在破损纸板检测数据集中训练得到的权重，目标类别为break_board共1个类别，并附破损纸板检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码
几种表面缺陷检测数据集-附件资源
03-02
几种表面缺陷检测数据集-附件资源
yolo算法-纸盒-纸板检测数据集-1869张图像带标签-纸板硬纸板.zip
11-03
yolo系列算法目标检测数据集，包含标签，可以直接训练模型和验证测试，数据集已经划分好，包含数据集配置文件data.yaml，适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法； 包含两种标签格:yolo格式（txt文件）...
YOLO算法纸质包装盒&快递盒检测数据集+6000数据+灰度图
09-28
YOLO算法纸质包装盒&快递盒检测数据集， 包含6000多张纸质包装盒&快递盒检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练...
【目标检测】探地雷达金属检测数据集3389张YOLO+VOC格式
最新发布
lwx666sl的博客
02-12 361
【目标检测】探地雷达金属检测数据集3389张YOLO+VOC格式
YOLOv5改进策略|YOLOv5木板缺陷检测,木质检测,实现了 92.8% 的准确率,YOLO性能优化
sybh的博客
06-13 1405
木板缺陷检测 [1-5] 在当今时代非常重要。尤其是在装饰行业[6]，木材作为非常重要的原 材料起着直接作用，其质量的好坏。除此之外，消费者更喜欢购买无节疤、无裂纹、无 孔洞的实木材料。为了满足消费者对人造板的需求，木材加工企业必须花费大量的劳动 力来识别木材表面缺陷的类型，去除有缺陷的部分并将剩余材料拼接在一起，这是木材 加工企业流行的方法，这不仅减少了木材的浪费，还提高了公司的盈利能力。然而，利 用大量人员来识别木材表面缺陷可能存在人工成本高、效率低、易受主观判断影响的缺 点[7]。
基于YOLOV5实现包装箱纸板破损缺陷检测
Together_CZ的博客
01-05 1924
基于YOLOV5实现包装箱纸板破损缺陷检测
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

打赏作者

stsdddd

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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