在工业质检场景中如何应用YOLOE实现缺陷检测？

2025-08-27

1.4 K

场景适配方案

针对零件表面划痕、焊接缺陷等典型问题：

数据准备阶段：
- 采集200+缺陷样本（需包含多种光照条件）
- utilizationlabelme标注缺陷区域（导出JSON格式）
Model Selection:
- 高精度场景：选用yoloe-v8l-seg.ptPre-trained models
- 实时产线：改用yoloe-s-det.pt纯检测模型
部署优化：
- pass (a bill or inspection etc)export.py输出ONNX/TensorRT格式
- set up--conf 0.7避免误检（质检需严格）

# 视觉提示模式（适合外观变异大的缺陷）
python predict_visual_prompt.py 
  --source conveyor.jpg 
  --ref defect_sample1.jpg 
  --checkpoint yoloe-l.pt

Caveats:对反光金属件，需先进行cv2.GaussianBlurpreprocessing