欢迎使用SRCMS SRCMS是一种安全应急响应与缺陷管理软件，致力于为大，中，小企业和组织提供“最敏捷，安全和美观的安全应急响应中心的建站解决方案，帮助企业建立属于自己的安全应急响应中心和体系”。 项目开发/维护：Martin Zhou 重要提示 SRCMS已合入腾讯xSRC（开源版）维护，推荐您及时切换更新，获得最新特性及安全支持。下载地址： : BUG提交说明 如果您在使用本框架或二次开发中发现任何SRCMS的问题，欢迎迎接Github的问题功能将问题反馈，问题功能能够很好的帮助我们定位和跟踪问题的修复情况。 致谢 在开发过程中，SRCMS得益于广大开源项目和开发者们的帮助和支持，在此向下面的开发者们致谢： 奇安信CodeSafe（ 姆拉米德尼 Del技术菜鸟 爆破 伊万 藏形匿影（挖财网）

包含693张图片PCB电路板缺陷的图片，已标注为voc xml和YOLO txt格式两种格式的标签。缺陷类别包含六种：missing_hole，mouse_bite，open_circuit，short，spurious_copper，spur

项目包含：路面缺陷检测数据（4类别），数据保存按照YOLOV5文件夹保存，可直接用作目标检测数据集，无需额外处理。 图像分辨率为600*600的RGB图片，数据集道路上的缺陷检测 【数据集介绍】路面缺陷图像数据，4类别：纵向裂纹、横向裂纹、坑洞、不规则裂缝 【数据总大小】74 MB 数据分为分为训练集和验证集 训练集datasets-images-train：841张图片和841个标签txt文件组成 验证集datasets-images-val：231张图片和231个标签txt文件组成 【txt类别文本文件】4类别的具体类别信息 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行

资源介绍：本课题为基于MATLAB软件平台，可以导入到GUI界面，GUI界面有不同按钮，以及callback，可以根据自己的实际需求，联调回调函数。课题涵盖图形处理，语音信号处理，数学建模，信号调试，路径规划，大数据分析，机器学习，深度学习，模式识别等等。 适合人群：适用于MATLAB入门级别者，初学者，刚入职场者，菜鸟小白级别，大学生设计课程辅助等等。闻道有先后，术业有专攻，谢谢大家的支持，祝福大家学业有成，学习愉快！

基于MATLAB编程，图像缺陷检测，代码完整，包含数据，有注释，方便扩展应用 1，如有疑问，不会运行，可以私信, 2，需要创新，或者修改可以扫描二维码联系博主, 3，本科及本科以上可以下载应用或者扩展， 4，内容不完全匹配要求或需求，可以联系博主扩展。

opencv+python机器视觉缺陷检测代码，课程代码，简单可用，记得要改图片路径，导包

pcb是现代电子不可缺少的部件，是电子元器件电气连接的载体。金籁科技一体成型电感、高频变压器也广泛应用在pcb板上。随着电子技术的不断发殿，PCB的密度也越来越高，从而对焊接的工艺要求也越来越多，因此，必须分析和判断出影响PCB焊接质量的因素，找出其焊接缺陷产生的原因，这样才能有针对性的改进，从而提升PCB板的整体质量。下面跟金籁科技小编一起来看一下PCB板产生焊接缺陷的原因吧! 图片来自网络 1、电路板孔的可焊性影响焊接质量 电路板孔可焊性不好，将会产生虚焊缺陷，影响电路中元件的参数，导致多层板元器件和内层线导通不稳定，引起整个电路功能失效。 影响印刷电路板可焊性的因素主要有： (1)焊料的成份和被焊料的性质。焊料是焊接化学处理过程中重要的组成部分，它由含有助焊剂的化学材料组成，常用的低熔点共熔金属为Sn-Pb或Sn-Pb-Ag.其中杂质含量要有一定的分比控制，以防杂质产生的氧化物被助焊剂溶解。焊剂的功能是通过传递热量，去除锈蚀来帮助焊料润湿被焊板电路表面。一般采用白松香和异丙醇溶剂。 (2)焊接温度和金属板表面清洁程度也会影响可焊性。温度过高，则焊料扩散速度加快，此

这是“随机化学”(RC) 算法的基本实现，用于在 log(N) 试验中从 N 个元素的通用集合中找到缺陷集合。 对该函数的多次调用包括统计上独立的试验。 算法实现中包括一个虚拟适应度函数和用于测试算法的“缺陷集”。 请参阅随附的算法“受组超边测试启发的采样”(SIGHT)，该算法还可用于在 log(N) 试验中查找缺陷集。 SIGHT 使用相同的虚拟适应度函数和缺陷集，以便于比较，可在文件交换中获得： https : //www.mathworks.com/matlabcentral/fileexchange/72718-sampling-inspired-by-group-hyperedge-测试视线。 这两种算法都已成功应用于识别一小组传输线，这些传输线同时发生故障会导致电网模拟中的级联停电（请参阅下面的参考资料）。 免责声明：此实现旨在易于阅读和理解，但并未针对效率进行优化，并

针对零部件制造质量控制方面的缺陷检测，考虑到工业摄像头角度和零部件表面缺陷特征相对固定的特点，提出一种基于注意力机制的YOLO缺陷检测算法。围绕提升算法注意力，首先采用CZS算法，把图像上的缺陷区域剪切、缩放和拼接成新图像，使注意力集中于缺陷相关区域；然后采用裁减主干网络算法，裁减掉原版YOLOv3主干网络中无用的检测尺度层；最后使用数据增强算法增加训练样本量。实验案例结果表明：该算法检测精度99.2%,单帧图像检测时间0.01 s,性能均优于原版YOLOv3;该算法在固定摄像头场景下具有一定先进性，3项提升注意力的策略使算法训练精度收敛的更快、检测速度更快、检测性能更稳定。

我们在存在缺陷的情况下研究SU（N）Yang-Mills-Chern-Simons理论，该缺陷将全息系统嵌入弦论中，从而从全息的角度改变了Chern-Simons水平。 该模型是IIB型弦论中的D3-D7系统，其重力对偶由AdS孤子背景给出，探针D7黄铜沿着缺陷沿AdS边界附着。 我们使用源对缺陷系统的自由能进行全息重新标准化，从中我们获得与这些缺陷自然相关的某些算子的相关函数。 当缺陷的间距和温度发生变化时，我们会发现有趣的相变。 我们还将讨论分数量子霍尔效应和二维QCD的一些含义。