VIP10

本课程属于：077-ISO　10110材料缺陷标注 光学光电与激光工程 · 共 10 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

材料表面缺陷图像标注与智能质检

📚 共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

缺陷检测基础

材料缺陷分类、工业检测标准、检测流程概述，建立系统化检测认知框架。

图像预处理

灰度化、直方图均衡化、滤波去噪、边缘增强，提升图像质量与特征可辨性。

预处理增强

特征提取方法

纹理特征、形状特征、灰度共生矩阵、LBP算子，挖掘缺陷本质表征。

传统机器学习方法

SVM、随机森林、KNN在缺陷分类中的应用，掌握经典分类器调优策略。

SVM随机森林

深度学习入门

CNN基础、卷积层、池化层、全连接层，从零搭建缺陷识别网络。

目标检测算法

YOLO系列、Faster R-CNN、SSD原理与对比，实现快速缺陷定位。

语义分割技术

U-Net、FCN、DeepLab在缺陷分割中的应用，像素级缺陷轮廓提取。

数据增强策略

旋转、翻转、裁剪、色彩抖动、MixUp，扩充样本提升模型泛化能力。

标注工具使用

LabelImg、CVAT、LabelMe、Roboflow，高效完成缺陷标注任务。

标注规范制定

标注格式（COCO、VOC、YOLO）、标注质量评估，确保数据一致性。

小样本学习

迁移学习、元学习、数据合成在缺陷检测中的应用，突破样本瓶颈。

小样本迁移

异常检测方法

自编码器、GAN、One-Class SVM，无监督发现未知缺陷。

模型评估指标

Precision、Recall、F1-Score、mAP、IoU，量化模型检测性能。

模型优化技巧

学习率调度、正则化、Batch Normalization、Dropout，加速收敛防过拟合。

优化正则化

ONNX转换、TensorRT加速、边缘端部署，实现工业级落地。

多模态融合

红外+可见光、3D点云+2D图像融合检测，提升复杂场景鲁棒性。

多模态融合

实时检测系统

流水线设计、多线程处理、队列管理，构建低延迟质检系统。

缺陷分类进阶

细粒度分类、层级分类、多标签分类，应对复杂缺陷类型。

细粒度多标签

主动学习策略

不确定性采样、多样性采样、查询策略，降低标注成本。

主动学习采样

弱监督学习

图像级标注、CAM、WSOD方法，利用弱标签训练强模型。

半监督学习

伪标签、一致性正则化、MixMatch，结合少量标注与大量无标注数据。

半监督MixMatch

自监督学习

对比学习、掩码重建、旋转预测，无标注预训练表征。

自监督对比学习

模型可解释性

Grad-CAM、SHAP、LIME在缺陷检测中的应用，理解模型决策依据。

可解释Grad-CAM

隐私保护、分布式训练、聚合策略，实现跨厂协同建模。

灾难性遗忘、弹性权重巩固、记忆重放，持续学习新缺陷。

点云处理、体素方法、MVTN，立体空间缺陷识别。

视频缺陷检测

时序建模、3D卷积、LSTM，动态缺陷流检测。

生成式缺陷合成

GAN、扩散模型、风格迁移，生成逼真缺陷样本。

质检系统集成

MES对接、PLC通信、数据可视化，打通产线数据链路。

Transformer、大模型、具身智能在缺陷检测中的应用，展望未来技术方向。

前沿Transformer