Обнаружение дефектов стали: модель YOLOv11m

Идентификация различных дефектов на стальных поверхностях с помощью YOLOv11m.

0/5
0 скачиваний
0 отзывов
Обнаружение дефектов стали: модель YOLOv11m
Подходит для задач:
Object Detection
Сферы:
Производство

Описание

Что умеет эта модель

Данная модель, YOLOv11m, разработана для точного обнаружения и локализации дефектов на стальных поверхностях. Она способна идентифицировать различные типы дефектов, которые могут возникать в процессе производства или эксплуатации стали, что критически важно для контроля качества.

Как обучена модель

Модель YOLOv11m обучена на обширном наборе данных изображений стальных поверхностей, содержащих различные виды дефектов. Обучение проводилось с использованием фреймворка PyTorch, что обеспечило высокую производительность и точность распознавания. Архитектура YOLOv11 оптимизирована для быстрых и эффективных инференсов, что делает ее применимой для промышленных задач.

Применение модели

Модель YOLOv11m находит применение в различных отраслях промышленности, связанных с производством и обработкой стали. Основные области применения включают:

  • Контроль качества на металлургических заводах.
  • Автоматизированная инспекция стальных изделий и конструкций.
  • Выявление потенциальных проблем на ранних стадиях производства для предотвращения брака.
  • Мониторинг состояния стальных компонентов в процессе эксплуатации.

Ссылки

lisachougo/steel-defect-yolov11-weights на Kaggle

Предпросмотр файлов

В этой модели нет файлов для предпросмотра.

Просмотры

Скачивания

Похожие модели

Кейсы внедрения

Обсудите модель
с топами рынка в бизнес чате
Есть вопросы по модели?
Написать автору

Оценка

Детали модели

Автор: Qubu Team
Объем: 38.69 МБ
Комментарии: 0
Просмотры: 3
Скачивания: 0
Лицензия: MIT
Дата добавления: 25.04.2026

Автор

Qubu Team

Qubu Team

Команда

Профиль команды
Загрузка...
Загрузка комментариев...