针对工业生产线上产品表面缺陷(如划痕、裂纹、污点、组装错漏)进行自动化全线检测。系统通过工业相机实时采集高分辨率图像,利用深度学习模型进行在线推理与分类,并在 Qt 界面上毫秒级展示检测结果、自动标注缺陷位置并进行不良率统计。系统支持历史检测数据本地结构化存储、Excel报表一键导出、模型参数在线配置以及异常情况下的声光报警输出,实现了生产线无人化质检的核心闭环。
1. 架构设计: 采用 C++ / Qt 框架开发,整体架构采用“生产-消费”多线程设计。主线程负责 UI 交互与结果渲染,独立的工作线程负责工业相机 SDK 数据流采集与 OpenCV 预处理,核心推理模块基于 TensorRT 进行硬件加速,确保多路相机并发时界面无卡顿。
2. 职责与成果: 独立负责从相机图像采集、深度学习模型部署到 Qt 界面开发的全流程。通过引入 FP16 量化和高效的内存池管理,将单张图片推理及后处理耗时从 35ms 降低至 8ms,完全满足线体 60fps 的实时检测要求。