基于PyTorch + YOLO (Ultralytics)+Streamlit实现的基于YOLOv8的工业表面缺陷智能检测系统
·
本项目为前几天收费帮学妹做的一个项目,在工作环境中基本使用不到,但是很多学校把这个当作编程入门的项目来做,故分享出本项目供初学者参考。
一、项目描述
基于PyTorch + YOLO (Ultralytics)+Streamlit实现的基于YOLOv8的工业表面缺陷智能检测系统
首页 http://localhost:8501/
二、项目功能
首页仪表盘:总览检测任务状态、设备健康度与核心指标。
智能检测:基于YOLOv8实时识别并定位产品表面缺陷。
数据看板:统计缺陷类型、数量及趋势,支持多维度分析。
告警中心:缺陷超标或模型异常时自动分级推送告警。
模型信息:展示YOLOv8版本、精度、训练数据集及版本状态。
边缘部署:将轻量化YOLOv8模型模拟摄像头下发至产线工控机
三、运行环境开发工具:PyCharm
运行环境:python3.8 此配置为本人调试所用,仅供参考
四、项目技术
后端:django
启动:在控制窗输入streamlit run 03_src/app/app.py
以上系统源码经过技术整理与调试,确保能正常运行
五、项目截图













AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)