概述

基于语义分割的钢铁产品表面缺陷检测BV领域模型研发，有合作经验者优先

需求详情

需求描述：根据项目团队BV领域模型的基本设计和前期试验结果，外协方需完成BV领域模型具体编码的相关工作，具体工作内容包括：1.基于大模型像素级缺陷标注平台研发。2.C208&C708机组缺陷样本像素级标注。3.基于VIT的深度学习分割模型开发。4.先进深度学习网络模型测试&优化。技术要求：指标1:像素级缺陷标注样本数量（对缺陷样本进行像素级标注，并对缺陷进行分类），当前为：无，拟达到：100%；指标2:缺陷标注工具提供模型接口数量及自学习功能（缺陷标注工具需支持已开发模型接口，以及支持至少三种先进深度学习网络模型，此外标注工具需提供自学习功能），当前为：无，拟达到：100%；指标3:C208&C708缺陷综合分类准确率提升（C208&C708缺陷综合分类准确，缺陷类别为：保护渣，擦划伤，点坑划，飞渣，辊印，划伤，宽窄印，露铁，膜状锌灰，翘皮，热轧划伤，锌疤，锌锅点划伤，锌灰，锌渣，压印，异物压入），当前为：92.49%，拟达到：综合缺陷分类准确率≥95%，低分类准确率缺陷平均提上3%以上。；指标4:锌灰缺陷分级准确率提升（针对锌灰缺陷进行量化分级），当前为：无，拟达到：85%；