1.资源介绍
【本资源提供的是YOLOv10版本模型相关文件和资源】
简介：金属焊缝缺陷检测系统的实现显著提高了众多工业领域产品的安全性和可靠性。自动化的检测过程不仅增加了工作效率，还降低了人力成本和事故风险。本文基于YOLOv10/v9/v8深度学习框架，通过3170张金属焊缝缺陷的相关图片，训练了可进行焊缝缺陷目标检测的模型,可以分别检测6种类别：['不良焊缝','裂缝','过度加强','良好焊缝','气孔','飞溅']，同时全面对比分析了YOLOv8n、YOLOv9t、YOLOv10n这3种模型在验证集上的评估性能表现。最终基于训练好的模型制作了一款带UI界面的金属焊缝缺陷检测系统，更便于进行功能的展示。该系统是基于python与PyQT5开发的，支持图片、视频以及摄像头进行目标检测，并保存检测结果。并提供了完整的Python代码和使用教程。
付费完成后面包多网站会在本页面下方自动解锁资源下载链接，滑动页面到下方就能看到了，点击下载即可。
该软件的功能及代码详细介绍见本人在CSDN上分享的博文：【基于YOLOv10/v9/v8深度学习的金属焊缝缺陷检测系统】
注：1.有售后、环境配置有什么问题可以直接问我。
2.界面文字和图片都可以随意修改，说明文档内都有修改方法。
资源详情如下：
本资源包括环境配置说明文档及环境配置视频、完整的python源码、UI界面源码文件、数据集、训练代码、测试文件，训练好的结果文件等。
注意：该代码基于Python3.9+pyqt5开发，运行界面的主程序为MainProgram.py，其他测试脚本说明见上图。为确保程序顺利运行，请按照程序运行说明文档txt配置软件运行所需环境。
【pycharm打开项目界面如下】
软件初始界面如下图所示：
检测结果界面如下：
一、软件核心功能介绍及效果演示
软件主要功能
**1. 可用于实际场景中金属焊缝缺陷检测，分为6个检测类别：['不良焊缝','裂缝','过度加强','良好焊缝','气孔','飞溅'];
- 支持
图片、视频及摄像头进行检测，同时支持图片的批量检测； - 界面可实时显示
目标位置、目标总数、置信度、用时等信息; - 支持
图片或者视频的检测结果保存； - 支持将图片的检测结果保存为
csv文件;**
界面参数设置说明
置信度阈值：也就是目标检测时的conf参数，只有检测出的目标置信度大于该值，结果才会显示；
交并比阈值：也就是目标检测时的iou参数，只有目标检测框的交并比大于该值，结果才会显示；
检测结果说明
显示标签名称与置信度：表示是否在检测图片上标签名称与置信度，显示默认勾选，如果不勾选则不会在检测图片上显示标签名称与置信度；
总目标数：表示画面中检测出的目标数目；
目标选择：可选择单个目标进行位置信息、置信度查看。
目标位置：表示所选择目标的检测框，左上角与右下角的坐标位置。默认显示的是置信度最大的一个目标信息；
主要功能说明
功能视频演示见文章开头，以下是简要的操作描述。
（1）图片检测说明
点击打开图片按钮，选择需要检测的图片，或者点击打开文件夹按钮，选择需要批量检测图片所在的文件夹，操作演示如下：
点击目标下拉框后，可以选定指定目标的结果信息进行显示。
点击保存按钮，会对检测结果进行保存，存储路径为：save_data目录下,同时会将图片检测信息保存csv文件。
注：1.右侧目标位置默认显示置信度最大一个目标位置，可用下拉框进行目标切换。所有检测结果均在左下方表格中显示。
（2）视频检测说明
点击视频按钮，打开选择需要检测的视频，就会自动显示检测结果，再次点击可以关闭视频。
点击保存按钮，会对视频检测结果进行保存，存储路径为：save_data目录下。
（3）摄像头检测说明
点击打开摄像头按钮，可以打开摄像头，可以实时进行检测，再次点击，可关闭摄像头。
（4）保存图片与视频检测说明
点击保存按钮后，会将当前选择的图片【含批量图片】或者视频的检测结果进行保存，对于图片图片检测还会保存检测结果为csv文件,方便进行查看与后续使用。检测的图片与视频结果会存储在save_data目录下。
【注：暂不支持视频文件的检测结果保存为csv文件格式。】
保存的检测结果文件如下：
图片文件保存的csv文件内容如下，包括图片路径、目标在图片中的编号、目标类别、置信度、目标坐标位置。
注：其中坐标位置是代表检测框的左上角与右下角两个点的x、y坐标。
注意事项:
(1) 注意:虚拟产品一经售出概不退款!
(2) 本套系统已经经过本人长时间的调试修改，只需按照要求配置好运行环境，都可以完美运行，环境配置有什么问题直接问我。
(3) 版权所有，未经许可禁止转载及用于商业化用途;
(4) 该代码基于Python3.9+pyqt5开发，程序运行的主程序为MainProgram.py。为确保程序顺利运行，请按照程序运行说明文档txt配置软件运行所需环境。