
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
在半导体晶圆缺陷检测系统中,YOLOv11模型能够识别六大类晶圆缺陷,包括短路(short_circuit)、划痕(scratch)、开口(open)、嵌入式污渍(stains_enbedded)、灰线(gray_line)和边缘咬痕(edge_bite)。YOLOv11在之前的YOLO版本基础上进行了诸多改进和创新,引入了新的功能和架构优化,如C3K2块、SPFF模块和C2PSA块等,这些改进显
该系统依托YOLOv11目标检测算法,利用其增强的特征提取能力(如C3k2块与C2PSA模块)和优化的检测头设计,实现对齿轮表面缺陷的高精度识别,可精准定位“break(断裂),lack(断齿)与scratch(划痕)等典型缺陷类型。数据集采用Pascal VOC与YOLO双格式标注,涵盖7000+张齿轮图像,标注框总数超1.6w个,确保模型泛化能力。数据集格式:Pascal VOC格式+YOLO
在半导体晶圆缺陷检测系统中,YOLOv11模型能够识别六大类晶圆缺陷,包括短路(short_circuit)、划痕(scratch)、开口(open)、嵌入式污渍(stains_enbedded)、灰线(gray_line)和边缘咬痕(edge_bite)。YOLOv11在之前的YOLO版本基础上进行了诸多改进和创新,引入了新的功能和架构优化,如C3K2块、SPFF模块和C2PSA块等,这些改进显
架构图详细介绍请参看大神Bubbliiiing讲解:Pytorch 搭建自己的YoloX目标检测平台(Bubbliiiing 深度学习 教程)_哔哩哔哩_bilibili
数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别_哔哩哔哩_bilibili。标注类别名称:["luotu","normal"]图片数量(jpg文件个数):857。标注数量(xm

特别注意如果运行报错了,请参考我的博文进行重新引用我源码的DLL:[C#]opencvsharp报错System.Memory,Version=4.0.1.2,Culture=neutral,PublicKeyToken=cc7b13fcd2ddd51“版本高于所引_未能加载文件或程序集“system.memory, version=4.0.1.2, culture-CSDN博客。系统依托YOLO
数据集格式:Pascal VOC格式(不包含分割路径的txt文件,仅仅包含jpg图片和对应的xml、对应的yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。数据集制作单位:未来自主研究中心(FIRC)图片数量(jpg文件个数):375。标注数量(xml文件个数):375。标注数量(txt文件个数):375。标注类别名称:["zebra"

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):5382。标注数量(xml文件个数):5382。标注数量(txt文件个数):5382。标注类别名称:["packet"]packe

同时,Faster-Whisper还改进了原始的Whisper模型结构,包括减少模型的层数、减少参数量、简化模型结构等,从而减少了计算量和内存消耗,提高了推理速度。此外,Faster-Whisper还改进了推理算法、优化计算过程、减少冗余计算等,以提高模型的运行效率。Faster-Whisper项目包括一个web网页版本和一个命令行版本,同时项目内部已经整合了VAD算法。VAD是一种音频活动检测的

本项目是一个基于.NET Framework 4.7.2和ONNX Runtime的目标检测桌面应用程序。该应用利用RF-DETR模型对图像进行目标检测,并在图像上绘制检测框和标签。







