YOLOv8微调用于边缘实时工业缺陷检测

研究人员开发了Industrial-YOLO，一个使用微调的YOLOv8模型在边缘硬件上进行实时缺陷检测的框架。该系统在NEU表面缺陷数据库和MVTec AD上进行了基准测试，并增加了汽车制造的扩展。该框架在NVIDIA Jetson Orin平台上实现了超过120 FPS和98.5%的mAP，展示了适用于自动化光学检测系统的稳健、零延迟性能。 AI

影响 在制造环境中实现高速、低延迟的缺陷检测，有望提高质量控制并降低成本。

排序理由 该集群包含一篇学术论文，详细介绍了特定应用的新框架和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Emmanuel Somtochukwu Ezeji
• Industrial-YOLO
• MVTec AD
• NEU surface defect database
• NVIDIA Jetson Orin
• YOLOv8

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →