作者介绍
1. 算法模型图（目前论文和专利未公开，保密待补充）
2. 界面效果展示
- 2.1 封面界面
- 2.2 主界面
- 2.3 检测过程的界面
3 总结
4.后续可优化的部分

作者介绍

张伟伟，男，西安工程大学电子信息学院，2019级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：zhangweiweicpp@163.com

课题组CSDN官方账号，欢迎一键三连！.

1. 算法模型图（目前论文和专利未公开，保密待补充）

2. 界面效果展示

2.1 封面界面

封面界面用于软件打开时跳出的界面，如图4-3所示。在该界面上停留相应的时间后该界面消失，进入主界面，该过程通过使用定时器来实现，定时时间到界面关闭，用户也可以单击跳过按钮直接进入主界面。通过该界面用户可以知道该软件是用来做什么的，同时也可以看到该软件的其它信息。该界面是通过纯代码编写，对界面中的控件使用水平加垂直的布局。

2.2 主界面

主界面中的搭建在QtDesigner中进行搭建，QtDesigner是PyQt自带的一个工具包，在该软件上有许多可以托选的控件，主界面搭建后的界面效果如下图所示。

主界面中的控件主要包括标签、按钮、单选按钮，下面依次对主界面中的控件布局分块进行说明。

标签

主界面中的标签用来显示标题，以及用来对用户的操作进行提示；标签除了可以装载文字以外，还可以装载图片，当导入图片或者在线检测时，会在该标签上显示当前导入的图片，用户可以明确知道当前待检测的是哪幅图片；检测结果也通过标签装载图片在界面中呈现出来；在界面的左上方的标签中实时显示当前时间，该部分用定时器实现，让用户方便看到当前时间。
按钮

按钮在整个布局中起着非常重要的作用，用户都是通过按钮来实现人机交互的过程，同时也是通过按钮去达到缺陷检测的目的。不同的按钮有不同的功能，按钮中的功能也决定着整个软件的质量。主界面中共有9个按钮，其中有2个是单选按钮，这两个按钮决定当前的检测模式是在线检测还是导入单个图片检测模式，同时如果是在线检测模型，则导入图片按钮不可用；如果是导入图片模型，则打开摄像头按钮不可用。除了单选按钮以外，剩下的按钮分别是导入模型、打开摄像头、导入图片、开始检测、输出路径、查看检测过程、退出。其中导入模型按钮用于导入权重文件参数；导入图片按钮用于对图片进行导入；打开摄像头按钮用于调用工业相机摄像头；输出路径按钮用于选定输出图片的保存路径；查看检测过程按钮用于查看检测过程中的相关图片，按钮点击后会打开检测窗口的界面。

2.3 检测过程的界面

检测窗口是通过纯代码的方式进行搭建，当按下按钮后，该界面会显示出来。在该窗口中可以查看算法在检测过程中所生成的待测图、重构图、残差图、比较图和二值化图，该界面中共部署了个按钮和1个figure图，该figure图来实现绘图功能，通过选中不同的按钮去切换figure图像，同时采用了网格布局加水平布局。检测窗口的布局如下图所示。

3 总结

该软件所具有的功能有以下几个方面，软件能获取本地路径下的织物缺陷图片并读取，也能通过工业摄像机在线获取织物缺陷图片，同时软件能根据用户的选择对图片的输出保存路径进行指定，最终的结果能在主窗口中呈现二值化图，并且在检测窗口中能切换查看其它相关图片信息。
以上软件的界面和功能实现是在QtDesigner和程序中实现的，PyQt的所有界面封装在一个.py文件作为启动文件，调用其它功能的.py文件。在启动文件中，对PyQt中的模块QtGui、Qtcore、QtWidgets中所用到的控件进行导入，这里用到哪个控件就导入哪个控件，在界面中用到了三个类，每个类分别对应于一个界面。运行界面后首先看到的是封面界面，然后进入主界面，在主界面中可以进入到检测界面，以上界面中所有的控件最终都是通过纯代码来实现，共编代码有400多行。

4.后续可优化的部分

1.使用多线程和网络的技术实现服务器处理，分布式架设检测终端。
2.UI界面的设计，需要加以改善，例如UI设计师的工作
3.算法的部分，目前可以实现检测多种花型的缺陷，逐像素的精确度和可视化可以解决实际生产需求，等待产品的优化迭代和模型剪枝加速。

自动化缺陷检测系统03---算法与最终实现效果展示相关推荐

自动化缺陷检测系统01-项目总体方案设计
作者介绍项目总体规划 1.需求分析 2.项目总体方案设计 2.1 软件方案设计 3.1 硬件方案设计作者介绍张伟伟,男,西安工程大学电子信息学院,2019级硕士研究生,张宏伟人工智能课题组. 研 ...
基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
摘要:智能PCB板缺陷检测系统用于智能检测工业印刷电路板(PCB)常见缺陷,自动化标注.记录和保存缺陷位置和类型,以辅助电路板的质检.本文详细介绍智能PCB板缺陷检测系统,在介绍算法原理的同时,给出P ...
基于机器视觉的散热器钎焊缺陷检测系统研发
人工智能技术与咨询点击蓝字 · 关注我们来源:< 图像与信号处理> ,作者吕广贤关键词: 机器视觉:缺陷检测:钎焊摘要: 摘要: 为解决散热器钎焊缺陷在工业检测过程中效率低.差错 ...
AI智能缺陷检测系统
AI智能缺陷检测系统是基于深度学习的智能工业视觉缺陷检测解决方案,多数被用于解决工业复杂缺陷分类.检测等问题,适用于各种工业复杂环境.numimag DLIA为AI智能缺陷检测技术应用于工业质检应用场 ...
机器视觉在复杂环境下焊接、焊点的自动化缺陷检测应用
‍‍ 点击上方"3D视觉工坊",选择"星标" 干货第一时间送达焊接,也称作熔接,是一种以加热.高温或者高压的方式接合金属或其他热塑性材料如塑料的制造工艺及技 ...
图像就是一切--实时的皮革缺陷检测系统
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达皮革分级对于确定其价值至关重要,但是这个过程是复杂的,劳动密集型的 ...
钢材缺陷检测系统-ui界面
钢材缺陷检测系统-ui界面之前写过这个博客: 工业缺陷检测项目实战(二)--基于深度学习框架yolov5的钢铁表面缺陷检测里面介绍了使用yolov5进行训练的步骤.今天我们一起学习利用qt将缺陷检 ...
基于改进YOLOv5的挖机铲斗缺陷检测系统（源码＆教程）
1.研究背景针对现有电铲斗齿检测方法存在实时性较差.误报率较高等问题,提出了一种基于机器视觉的电铲斗齿缺失检测方法.该方法利用红外热像仪采集铲斗图像,基于模板匹配原理对复杂背景下斗齿的目标区域进行准 ...
基于深度学习和3D图像处理的精密加工件外观缺陷检测系统
由于精密五金加工工艺特殊.零件形状复杂,表面存在金属材质纹理.加工残留纹路以及加工工艺的干扰,如切削液.油污.电镀.喷砂.氧化处理不良等.这样的金属加工件外观缺陷难以使用普通2D视觉检测系统进行高效检 ...

自动化缺陷检测系统03---算法与最终实现效果展示