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

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。

模型测试结果示例

三、钢材缺陷识别系统

前端采用开源框架 ，后端使用django开发。

主要界面展示

1. 钢材缺陷识别

   

2. 识别历史记录

   

3. 模型结果分析