介紹
基于DeepPCB這個(gè)公開數(shù)據(jù)集,總計(jì)有1500份的模板-缺陷圖像數(shù)據(jù)對,總計(jì)圖像3000張,對應(yīng)text格式的1500個(gè)標(biāo)注文本描述文件。包含PCB主要的六個(gè)類別錯(cuò)誤,分別是:
pen short mousebite spur pin hole spurious copper數(shù)據(jù)集來自線掃相機(jī)拍攝,分辨率標(biāo)準(zhǔn)是48個(gè)像素大致等于1毫米。原圖大小是16kx16k的大小,然后預(yù)處理裁剪為標(biāo)準(zhǔn)的640x640大小,然后全部處理成二值圖像從而消除光照不平衡影響。處理以后的圖像對(缺陷圖-模板圖)顯示如下:
數(shù)據(jù)標(biāo)注的的格式為:x1 y1 x2 y2 type 標(biāo)注數(shù)據(jù)分為兩個(gè)部分1000張作為訓(xùn)練樣本,500張作為做測試樣本,訓(xùn)練與測試樣本的缺陷數(shù)據(jù)統(tǒng)計(jì)分布如下:
YOLOv8模型訓(xùn)練
首先基于數(shù)據(jù)集,制作YOLO格式數(shù)據(jù)集,要把標(biāo)注文件從VOC格式轉(zhuǎn)換YOLO格式,然后按照指定的格式制作完成數(shù)據(jù)集。不知道怎么制作的看這里: YOLOv8自定義數(shù)據(jù)集訓(xùn)練到模型部署推理 制作好數(shù)據(jù)集,配置好數(shù)據(jù)集描述文件,
然后直接使用下面的命令行開始訓(xùn)練:
yolo train model=yolov8s.pt data=pcb_dataset.yaml epochs=15 imgsz=640 batch=1
訓(xùn)練完成之后如下:
測試評估的結(jié)果如下:
-
pcb
+關(guān)注
關(guān)注
4295文章
22776瀏覽量
393238 -
模型
+關(guān)注
關(guān)注
1文章
3032瀏覽量
48359 -
缺陷檢測
+關(guān)注
關(guān)注
2文章
140瀏覽量
12159 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1197瀏覽量
24538
原文標(biāo)題:實(shí)戰(zhàn) | 基于YOLOv8的PCB板缺陷檢測
文章出處:【微信號:CVSCHOOL,微信公眾號:OpenCV學(xué)堂】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論