前言
最近一直在研究深度学习去实现缺陷检测,在优快云中看到了大神的博客《tiny YOLO v3做缺陷检测实战》,他用的是TensorFlow+Keras框架。
https://blog.youkuaiyun.com/qq_27871973/article/details/85009026
当我照着做的时候,TensorFlow死活报各种Error。经历了各种升级降级包库,删了又装,装了又删的折磨后,决定转战pytorch。因为大神说YOLO v3做DAGM的数据集效果很好,所以我还是想用YOLO v3模型。搜了一下与该模型的相关的帖子《Pytorch实现YOLOv3训练自己的数据集》,这个帖子做的是红细胞检测。
https://blog.youkuaiyun.com/public669/article/details/98020800
我换成了缺陷检测的数据集。与《tiny YOLO v3做缺陷检测实战》只检测了3类缺陷相比,我把10类缺陷都做了。并且参考了一些文章,不用手动一个一个做数据集。
注:本文内所有的代码和数据集都可以下载
https://download.youkuaiyun.com/download/cheweng4363/12587683

1、数据下载
用的是德国DAGM 2007的数据集
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、图像标注
《DAGM2007数据集

本文分享了使用YOLOv3模型进行缺陷检测的全过程,包括数据集准备、标注、网络参数获取、模型训练及预测。作者在实战中解决了从TensorFlow转向PyTorch的迁移问题,并成功实现了10类缺陷的检测。
最低0.47元/天 解锁文章

20





