文章在介绍传统铁磁性管道远场涡流检测技术，分析远场涡流基本现象的基础上，通过仿真对激励信号频率进行优化，在非磁性金属管道中初步实现了远场涡流效应，并研究分析引入脉冲激励后，在非磁性管道中裂纹走向不同以及检测线圈放置方向不同对检测结果的影响，得到了脉冲远场涡流技术对非磁性管道中轴向裂纹检测灵敏度更高及检测线圈需要轴向放置的结论，验证了应用脉冲远场涡流技术检测非磁性金属管道缺陷的可行性。

针对微型齿轮缺陷传统检测手段落后、准确率低、不易在线实施、受人为因素影响等问题,提出了以电荷祸合器件为图像传感器,采用图像处理技术和支持向量机对齿轮缺陷进行检测的方法。首先,系统采用发光二极管照明光源提供高强度背光照明,使用A102FCCD数字摄像头采集齿轮的图像,经过图像采集卡传输到计算机。其次,采用边缘保持滤波器对含有噪声的原始数字图像进行降噪处理,采用迭代阂值法和Otsu双阂值法对齿轮图像进行分割,形成二值化图像。然后获取齿轮样本,提取样本特征。最后用支持向量机来构造齿轮缺陷识别模型。该方法识别正确

焊道气孔识别halcon-WAAM

焊道不连续识别-Halcon-WAAM

1、基于yolov5算法实现绝缘子及绝缘子缺陷识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。 4、识别2个类别，分别是“绝缘子”和“绝缘子缺陷” 【备注】有相关使用问题，可以私信留言跟博主沟通。

【实际项目应用】： 工业缺陷检测、布匹缺陷识别检测、智能质检等。 【数据集说明】： 布匹缺陷检测数据集，一共800张图片，缺陷包含“损坏”、“污渍”两种类别，附有voc（xml）与yolo（txt）两种格式标签。 数据标注精确，多种目标检测算法可直接使用，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502 【备注】：使用过程若有问题请私信联系博主

1、yolov5检测源码+pcb缺陷检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。

1、yolov5检测源码+布匹缺陷检测模型+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、4张3080ti训练迭代150次，模型拟合较好。

Halcon 印刷缺陷检测

该课题为基于形态学的缺陷检测，素材采用的是光伏板缺陷。通过灰度，二值化，边缘检测，形态学，开闭运算，去除小面积干扰等方法，判断出缺陷所在，定位，并且框出，且计算出各个块面积。配有一个人机交互界面，把缺陷个数，面积等分别显示到GUI界面上。