基于YOLOv8的6种金属表面缺陷检测识别项目【完整源码数据集+PyQt5界面+完整训练流程+开箱即用！】

基于YOLOv8的6种金属表面缺陷检测识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！

源码包含：完整YOLOv8训练代码+2万张数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程。源码见文末

基本功能演示

哔哩哔哩：https://www.bilibili.com/video/BV1dv7HzSEbu/

项目摘要

本项目集成了 YOLOv8 金属表面缺陷检测模型 与 PyQt5 图形界面工具，支持对 6类金属表面缺陷 进行识别，具备以下核心功能：

• 支持检测输入类型：图片、文件夹、视频、摄像头
• PyQt5 编写的图形化用户界面(GUI)，操作简洁
• 提供完整的模型训练脚本与推理流程
• 开箱即用，适合金属检测类工业项目快速部署

项目打包包含完整源码、训练数据集、模型文件及可视化界面程序， 源码附文末。

前言

金属表面缺陷检测在制造业中尤为关键，传统方法依赖人工巡检，不仅效率低且误差高。本项目通过集成 YOLOv8 深度学习目标检测算法，结合简洁易用的 PyQt5 可视化界面，实现端到端的一体化缺陷检测系统。用户无需复杂配置，即可快速部署应用到工厂产线，进行包括 划痕、裂纹、凹坑、氧化斑、油渍、起泡 在内的六种常见金属缺陷识别。

一、软件核心功能介绍及效果演示

该系统基于 Ultralytics 发布的 YOLOv8，完成如下集成功能：

功能模块	描述
图片检测	加载单张图像进行缺陷识别
批量检测	加载整个文件夹，自动批量处理
视频检测	支持本地视频文件检测
摄像头实时检测	支持笔记本内置或US