基于目标检测模型实践钢铁缺陷检测为生产质量把关

将深度学习应用于产业实践已经是很大的一个趋势了，借助于模型的自动计算能力能够很高效低成本地完成很多工作，比如质检质控。

本文主要就是基于钢铁数据来实现对钢铁生产过程中产生的缺陷进行检测，首先看下效果图：

 这里主要的缺陷类型共有六种，如下所示：

龟裂
夹杂物
麻面
刮痕
补丁程序
轧入比例

使用英文来表示对应的缺陷类型，如下所示：

crazing
inclusion
pitted_surface
scratches
patches
rolled-in_scale

首先看下数据集：

【图像数据】

 【标注文件】

 【标注解析结果】