26年WP信息安全 基于YOLO的安全工业质检存证系统设计与实现4.14-AI9.06_1全日(21230字).docx

IIWHKJ 大学本科毕业设计摘 要在工业 4.0 时代，产品品质检验日益受到重视。传统的人工检测方式速度慢、主观性强，且检测结果难以追溯或易被篡改。以 YOLO 为代表的系列深度学习方法在工业瑕疵检测中展现出显著优势，然而，当前系统在数据真实性及质量跟踪方面仍存在不足。为此，本文设计并实现了一种基于 YOLOv11 的工业质检结果存证系统。该系统首先利用 YOLOv11 进行产品缺陷检测，实验结果显示其 mAP@0.5 超过0.85。产品合格判定依据缺陷面积占比（阈值设为 1/3），同时综合考虑缺陷个数及严重程度等因素，最终判定准确率达到 90%以上。在数据存储方面...