1、解决缺陷检测难题,对于产品缺陷类别较多,而且传统视觉很难精准识别缺陷位置;
2、使用深度学习对标识好的图片做训练,导出训练模型;
3、简单写个界面调用训练好的模型,导入图片即可显示缺陷位置;
1、使用YOLO进行训练,得到onnx模型,再使用C++的Opencv模块调用该模型,最终使用winform写界面,调用C++封装的dll库;
2、最麻烦的是在于Python的onnx的输入输出要跟C++的完全对应,否则由于onnx内的网络与C++调用的不一致,会导致数据错乱;
3、与常规调用python的训练结果不同,我生成的运行文件很小,只有30MB;