各位有用 Pytorch 或 Tensorflow 做制造业产品外观不良检测的吗？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 1800 天前的主题，其中的信息可能已经有所发展或是发生改变。

TensorFlow

pytorch

制造业

不良

8 条回复 • 2020-01-15 10:47:38 +08:00

neoblackcap

2020-01-14 15:59:06 +08:00

据我了解，这个领域好像还不需要 PyTorch 这些，好多是基于 OpenCV 做的，识别率还行。

john170502

2020-01-14 16:05:19 +08:00

如果用 OpenCV 的话代码量应该大一点吧，所以好奇有没有用新出来的东西去搞。

Bryan0Z

2020-01-14 16:08:20 +08:00 via Android

这种东西人工识别准确率不够吧

Bryan0Z

2020-01-14 16:08:42 +08:00 via Android

* 这种东西人工智能识别准确率不够吧

byfar

2020-01-14 22:23:35 +08:00

我记得 kaggle 上有过检测钢材缺陷检查的赛事，Pytorch, ts 都有人提交

https://www.kaggle.com/c/severstal-steel-defect-detection

john170502

2020-01-15 08:46:50 +08:00

看来现在还不成熟啊。。。。

sivacohan

2020-01-15 09:10:03 +08:00 via iPhone

工业上，人工智能检查没有铺开的原因是，一般识别准确率要求最低 99.98%。
在这么高的准确率下，误报（良品识别为残次品）是绝对要避免的。因为出现残次品一般意味着工艺流程、设备、原材料出现了问题。是要停工检查的。经济损失太大了。

所以，目前质检领域主要还是靠 OpenCV 针对某一个特性进行检查。这样试运行发现误报的情况可以迅速改进，如果发现改进不了，项目就下线继续靠人工检查了。

jaylee4869

2020-01-15 10:47:38 +08:00

我毕业设计也做的模式识别，工具不重要，当年还是用的 MATLAB + BPNN 做的，识别率照样 99%。