CFRP 复合材料表面缺陷分类与质量分级

比较三种迁移学习骨干，识别 CFRP 构件正常、可修复和不可修复的表面状态，并将分类结果对应到质量分级。

• 技术与任务计算机视觉
• 应用方向信息与人工智能 · 工程与智能制造 · 材料与化学

项目亮点

• 三种骨干为什么放在同一协议下
• 质量分级怎样从分类结果得到
• Grad-CAM 能帮助检查什么

数据与任务

工业质检不只需要看出“有缺陷”，还要区分哪些构件可以返修、哪些需要报废。这个项目以碳纤维增强聚合物构件图像为输入，把三分类模型与实际质量等级连接起来。

先说清楚，它到底在做什么

公开数据包含正常、可修复缺陷、不可修复缺陷三类，每类 500 张，来自真实生产场景。拍摄角度、距离和光照存在变化，三种状态分别映射为 A 级放行、B 级返修和 C 级报废。

搞懂它，你能在面试里讲清楚什么

三种骨干为什么放在同一协议下

ResNet18、MobileNetV3-Small 和 EfficientNet-B0 使用固定 1050/225/225 划分，并运行三个训练随机种子。这样可以比较模型特征提取能力与计算规模，同时观察训练随机性。

质量分级怎样从分类结果得到

标签本身由领域人员按缺陷可修复性给出，模型输出三类概率，再对应质量处理等级。评价需要关注各类召回率，因为把不可修复缺陷判断成正常与普通类别混淆的业务影响不同。

Grad-CAM 能帮助检查什么

热力图显示分类网络关注的区域，配合原始样本与误判样本，观察模型是否聚焦缺陷纹理。它是理解预测依据的工具，需要结合标签和图像一起阅读。

怎样阅读实验与配图

技术路线、骨干结构、真实样本与解释图共同呈现从图像到质检结果的过程。文档包含逐类指标、混淆矩阵和训练曲线，适合把模型比较讲到具体缺陷与样本层面。

面试与答辩可以怎样准备

三分类如何对应放行、返修与报废？

三个随机种子与三次重新划分数据有什么区别？

热力图关注了缺陷区域是否就能证明分类正确？

配套讲解材料围绕整体思路、关键步骤与结果解读展开，并提供面试问答与简历表达参考。准备时可以先按流程说明输入和输出，再选一个样例解释方法，最后用结果图回答具体问题。简历描述结合实际参与内容调整，配图可以放入 PPT 模板组织汇报。

配套资料

技术文档从任务背景、数据组织讲到模型与实验，再结合图表解释结果，包含面试问答和项目表达参考。下面展示正文选页，便于了解讲解内容与图文组织。

代码覆盖数据处理、核心方法和实验分析。下面是实际源码中的关键函数节选，可以结合文档中的流程与公式阅读，再沿输入、计算与输出理解具体实现。

适合谁

复合材料、机械制造、车辆工程与计算机视觉方向。 项目资料可用于学习、选题交流与面试答辩准备；沿着数据、方法、实验和解释逐步掌握，形成能够独立讲清楚的项目经历。