基于HALCON DLT无监督异常检测的晶体管外观缺陷检测系统-flask

## 项目描述 基于HALCON DLT无监督异常检测的晶体管外观缺陷检测系统
基于HALCON DLT无监督异常检测的晶体管外观缺陷检测系统。用户上传晶体管图片，服务端调用训练好的深度学习模型识别弯脚、切脚、外壳破损、错位四类缺陷并渲染缺陷框，检测结果存库可供历史查询。系统包含微信小程序端、Web 管理端和 Flask 后端三部分。

登录网址： http://localhost:5000/

账户密码： admin / admin123

项目功能：

– 用户注册、登录、修改密码（token 鉴权，72 小时有效期）
– 单张图片检测：上传图片返回 OK/NG 判定、异常分数、缺陷框位置和结果图
– 批量检测：一次最多 50 张，按批次分组可回溯
– 准确率评估：在 MVTec AD 晶体管数据集上自动计算混淆矩阵、精确率、召回率、F1
– 检测记录：分页查询、按结果筛选、查看原图与结果图
– 用户管理（管理员）：用户增删改查、重置密码、查看全站检测记录
运行环境：

– Windows 10/11，Python 3.9+，MySQL 5.7+
– HALCON 25.11 Progress（真实推理需要；无此环境可用 mock 模式演示）
– 微信开发者工具（运行小程序端）
项目技术：

– 后端：Flask + PyMySQL（手写 SQL），蓝图模块化，werkzeug 密码哈希
– 推理：HALCON DLT 异常检测模型（.hdl），通过 hscriptengine 子进程调用，支持 mock 降级
– 前端：原生 HTML/CSS/JS 单页应用（Flask 托管）；微信小程序原生开发（7 个页面）
– 数据库：MySQL（users / tokens / detect_records 三表，外键级联删除）
– 图像处理：Pillow 渲染缺陷框；HALCON 完成预处理、推理、缺陷定位
– 测试：pytest 78 个用例，覆盖鉴权、权限、记录、上传安全
以上系统源码经过技术整理与调试，确保能正常运行