工业质检

Coovally AI模型快速验证43 分钟前
人工智能·3d·视觉检测·工业质检
CVPR 2026|PanDA:首个多模态3D全景分割的无监督域适应框架多模态3D全景分割是自动驾驶与机器人感知的关键技术,但模型一到新地点、新天气或新时段就会明显退化,而目标域标注又贵又慢。
Coovally AI模型快速验证6 小时前
大数据·人工智能·3d·视觉检测·工业质检
YOLO26仓储检测实战:物体定位+有向边界框+姿态估计+实例分割,一个模型盯住整个仓库在仓库管理中,托盘堆叠安全往往决定着运营效率和作业风险。不稳定的托盘、货物坠落、通道堵塞,不仅可能造成产品损坏,还可能引发停工、设备事故甚至人员伤害。
Coovally AI模型快速验证14 天前
人工智能·3d·视觉检测·无人机·异常检测·工业质检
无人机拍叶片→AI找缺陷:CEA-DETR改进RT-DETR做风电叶片表面缺陷检测,mAP50达89.4%风电叶片长期暴露在高空环境中,裂纹、烧蚀、剥落、锈蚀等表面缺陷不仅影响发电效率,严重时还会导致叶片断裂。无人机巡检替代了人工高空作业,但拍回来的图像仍然需要高效的检测模型来自动识别缺陷。问题在于:叶片缺陷尺度差异大、边缘信息模糊、背景纹理复杂,通用检测模型往往精度不足。
Coovally AI模型快速验证24 天前
人工智能·yolo·视觉检测·异常检测·工业质检
YOLO训练可以偷懒?Anti-Forgetting Sampling跳过已学会的图片加速收敛导读论文信息一、每轮看所有图片真的必要吗?二、AFSS:学习充分性度量+三级分类+持续复习学习充分性度量:取弱项而非取平均
钱彬 (Qian Bin)7 个月前
c++·qt·yolo·qml·工业质检·qt 5.15.2
企业级实战:构建基于Qt、C++与YOLOv8的模块化工业视觉检测系统(基于QML)在现代工业自动化生产线中,自动化光学检测(AOI)是确保产品质量、提升生产效率的关键环节。为了满足大规模、高精度的质检需求,本文将详细阐述一套完整的、企业级的工业视觉异常检测解决方案的研发过程。该方案旨在构建一个功能强大的桌面应用程序,实现对金属冲压件关键特征的自动化、高精度检测。
钱彬 (Qian Bin)9 个月前
人工智能·qt·yolo·qml·qt quick·工业质检·螺丝瑕疵检测
《使用Qt Quick从零构建AI螺丝瑕疵检测系统》——8. AI赋能(下):在Qt中部署YOLOv8模型在上一篇文章中,我们成功地跨入了Python的世界,完整地经历了一次AI模型从数据标注到训练、再到导出的全过程。我们最终的产出是一个名为best.onnx的模型文件——这是AI算法工程师工作的结晶。
青云交9 个月前
java·模型微调·工业质检·文心 4.5·开源 ai·中小企业 ai·乡村教育
「源力觉醒 创作者计划」_文心大模型 4.5 开源 28 天:从车间轴承到山村课堂的 AI 突围嘿,亲爱的 AI 爱好者们,大家好!我是CSDN(全区域)四榜榜首青云交!7 月 28 日傍晚的山东乡镇,农机厂车间里还飘着机油味。我蹲在老旧的 RTX 3060 显卡前,看着屏幕上跳动的进度条走到尽头 ——“准确率 98.7%” 的绿色数字亮起来时,车间主任老张手里的烟盒 “啪” 地掉在满是油污的水泥地上。这位修了三十年轴承的老把式,早上还叉着腰说 “AI 就是写字楼里的玩意儿”,现在却蹲下来摸了摸显卡外壳:“这铁疙瘩真能看出 0.2 毫米的裂纹?”
钱彬 (Qian Bin)9 个月前
人工智能·qt·qml·瑕疵检测·qt quick·yolo8·工业质检
《使用Qt Quick从零构建AI螺丝瑕疵检测系统》——0. 博客系列大纲本系列是一个面向工业应用的Qt 6项目实战教程,使用Qt最新的QML技术。我们将从零开始,以博客文章的形式,手把手带您完整构建一个功能完备的AI视觉检测软件。内容覆盖QML界面、C++后端、OpenCV视觉处理、YOLOv8模型训练与部署,直至串口、HTTP通信和跨平台部署。每篇文章都是一个独立可复现的学习单元,旨在帮您掌握从算法研发到软件产品化的全栈能力,无缝对接企业级项目需求。
我是有底线的