# welding-defect-detection

**Repository Path**: goodnsxxc/welding-defect-detection

## Basic Information

- **Project Name**: welding-defect-detection
- **Description**: 焊接表面缺陷检测
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-07
- **Last Updated**: 2026-07-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 YOLOv8 的焊接表面缺陷检测系统

> 🔧 工业质检 · 焊接缺陷检测 · 焊缝评估 | YOLOv8 + PyQt5 完整方案

## 源码获取地址

🎬 **哔哩哔哩效果演示**：[https://www.bilibili.com/video/BV1NrkiBJEcH/](https://www.bilibili.com/video/BV1NrkiBJEcH/)

> 📥 **视频简介处下载完整源码**（含训练代码 + 标注数据集 + 训练权重 + PyQt5 图形界面 + 完整训练流程 + 部署教程）

---

## 项目概述

焊接是制造业中最广泛使用的连接工艺——从汽车车身、船舶船体、压力容器、钢结构建筑到石油管道和核电设备，焊接质量直接关系到结构的安全性和可靠性。焊接缺陷——气孔、裂纹、未熔合、咬边、焊瘤、夹渣——可能在焊接过程中的任何时刻产生，且有些缺陷（如内部裂纹）在焊后数小时甚至数天才显现。

传统焊接质检依赖两种方式：**目视检测（VT）**——质检员用肉眼或放大镜观察焊缝外观，效率约 5~10 米焊缝/小时/人，且只能检测表面缺陷；**无损检测（NDT）**——超声波（UT）、射线（RT）、磁粉（MT）、渗透（PT）等，可以检测内部缺陷但设备昂贵、操作复杂、检测速度慢。两种方式各有局限，且都高度依赖操作人员的经验和资质。

本系统基于 **YOLOv8** 目标检测算法，实现了焊接表面多种缺陷的自动检测。配合 **PyQt5** 桌面界面，适用于钢结构制造、压力容器检测、管道焊接质检和船舶建造等工业场景。系统聚焦于表面可见缺陷的快速初筛，可以作为 VT 的 AI 辅助工具，也可以作为 NDT 的前置筛查步骤。

---

## 效果展示

![系统主界面](https://i-blog.csdnimg.cn/img_convert/f86dee32f57b0aebf2bc48ca785a91a6.png)

![检测效果1](https://i-blog.csdnimg.cn/img_convert/23054add08b4c3cab2a03efc19d846ea.png)

![检测效果2](https://i-blog.csdnimg.cn/img_convert/69c19f1573991027a70527aa730f28b2.png)

---

## 焊接缺陷检测体系

| 缺陷类别 | 英文名 | 视觉特征 | 产生原因 | 危害等级 |
|---------|--------|---------|------|:--:|
| 🕳️ 气孔 | Porosity | 圆形/椭圆形孔洞 | 保护气体不足、母材潮湿 | 🟡 中 |
| ⚡ 裂纹 | Crack | 线状开裂 | 应力集中、冷却过快 | 🔴 高 |
| 🔗 未熔合 | Lack of Fusion | 焊道间未融合的缝隙 | 热输入不足、焊接速度过快 | 🔴 高 |
| ✂️ 咬边 | Undercut | 焊缝边缘母材凹陷 | 电流过大、焊速过快 | 🟡 中 |
| 🔴 焊瘤 | Overlap | 焊缝金属溢出覆盖母材 | 焊接速度过慢、电流过大 | 🟡 中 |

### 焊接质检的 AI 辅助价值

在焊接质检的实际工作流程中，本系统的推荐使用方式为：(1) **快速初筛**——质检员拍摄焊缝照片导入系统，AI 在数秒内标注出所有疑似缺陷的位置和类型；(2) **重点复核**——质检员对 AI 标记出的区域进行重点目视检查，确认或排除 AI 的判断；(3) **决策分流**——根据 AI 的初筛结果决定是否需要进一步的无损检测（裂纹、未熔合等高风险缺陷 → UT/RT 复检；气孔、焊瘤等中低风险缺陷 → 目视确认后决定是否打磨修复）。这种"AI 初筛 + 人工复核"的工作模式，将质检员的精力从"逐厘米寻找缺陷"转变为"对 AI 标记区域做判断"，效率提升 3~5 倍。

---

## 核心功能

| 模块 | 说明 |
|------|------|
| 📸 图片检测 | 上传焊缝照片，自动识别缺陷 |
| 📚 批量检测 | 批量处理焊缝照片，生成质检报告 |
| 🧠 一键训练 | 支持自定义焊接工艺微调 |

---

## 技术架构

YOLOv8 + PyQt5 + OpenCV

## 快速部署

```bash
pip install -r requirements.txt
python main/ui_main.py
```

## 应用场景

钢结构制造 · 压力容器检测 · 管道焊接 · 船舶建造 · 汽车制造

## 总结

YOLOv8 焊接缺陷检测系统为工业焊接质检提供了高效的 AI 辅助初筛工具。从气孔到裂纹，覆盖了焊接表面常见缺陷的全品类检测，让质检员从"找缺陷"升级为"判缺陷"，效率提升数倍。