本文记录了作者参与中国服务外包大赛的铝片缺陷检测项目经验。项目要求使用ARM开发板进行图像推理，通过客户端上传图片并显示检测结果。作者分析了比赛需求，指出需改进数据集和模型以提高准确率，并提及将构建前端页面和后端服务器来实现交互功能。目前模型训练仍在进行中，比赛结束后将公开相关代码和处理方法。
记录基于ARM的铝片缺陷检测项目的经历（一）
前言
这个项目是今年中国服务外包大赛的赛题
要求可以通过客户端界面，选择待检测的缺陷图片，通过点击提交检测按钮，图片自动上传至开发板端进行推理，推理结果会显示在界面上。可快速检测如针孔、擦伤、褶皱、脏物之类的缺陷，以及显示缺陷的位置、识别率以及推理时间等信息。
分析一下比赛的要求：
- 我们首先要利用官方提供的数据集，选择一个合适的模型进行训练，如果直接利用数据集对模型进步训练的话肯定是无法满足比赛的要求和目的，我们需要在数据集或者模型上面进行修改，才能训练出比别人准确率更高的模型
- 要求中提到能够通过客户端网页来进行缺陷检测的功能，那么就要搭建一个前端页面，满足能够选择待检测图片、显示待检测图片、提交待检测图片进行检测、显示检测结果等基本功能
- 有了前端，那么肯定需要相应的后端服务器来作前端的数据支撑，实现接收客户端选择的待检测图片、调用缺陷检测程序、将检测结果推送至客户端等基本功能
缺陷检测模型的训练
目前比赛还未结束，结束后会将模型代码和数据的处理方式发布
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
