基于django+pytorch(Faster R-CNN)的钢材缺陷识别系统

2025/3/15 18:00:02 来源：https://blog.csdn.net/qq_42369064/article/details/146185241 浏览: 次关键词：基于django+pytorch(Faster R-CNN)的钢材缺陷识别系统

一、训练数据来源以及数据标注

数据来源于阿里云天池实验室公开数据集中的铝型材缺陷检测数据集APDDD
在这里插入图片描述
数据标注通过labelme进行标注，图片所有标注以转化为矩形标注，存放成json格式。

二、模型训练方式及结果

缺陷识别模型基于Faster R-CNN ResNet50-FPN V2预训练模型，冻结了底层卷积保留通用特征，自定义分类头并初始化参数并且采用混合精度训练+梯度累积加速收敛、学习率预热+余弦退火调度策略，可自动保存最佳模型，同时还使用Visdom实时监控损失/学习率曲线。
在这里插入图片描述
模型测试结果示例