VIP20
本课程属于：031-Edge AI GPU加速与TensorRT部署 嵌入式边缘AI与TinyML · 共 20 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

18. TensorRT边缘工业视觉：低延迟缺陷检测项目实战

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
01
课程导入
学习目标 · 适用人群 · 课程项目全景与最终成果预览
课程导入学习目标
02
工业视觉与缺陷检测基础
常见缺陷类型（划痕 · 污渍 · 裂纹
工业视觉缺陷检测基础
03
边缘计算与低延迟架构
边缘端硬件选型（Jetson · Xavier · Orin等）
边缘计算低延迟架构
04
TensorRT核心概念
什么是TensorRT · 推理优化原理（层融合 · 精度校准
TensorRT核心概念
05
开发环境搭建
Ubuntu系统配置 · CUDA/cuDNN/TensorR… · Python与C++环境
开发环境搭建Ubuntu
06
深度学习模型选型
适合工业缺陷检测的轻量级网络（YOL… · YOLOv8n · EfficientDet
深度学习模型选型YOL
07
数据集准备与标注
工业缺陷数据集来源（公开数据集如NE… · PCB Defect） · 数据标注工具（LabelImg
数据集准备标注
08
模型训练与验证
使用PyTorch训练检测模型 · 损失函数选择 · mAP与F1评估
模型训练验证
09
模型导出为ONNX
PyTorch模型转ONNX的步骤 · 动态轴设置 · 算子兼容性检查
ONNX模型导出为
10
TensorRT模型转换
ONNX转TensorRT引擎（tr… · FP16/INT8精度模式 · 动态shape配置
TensorRT模型转换
11
INT8量化实战
校准数据集准备 · 校准器实现 · 量化精度损失评估
INT8量化实战
12
TensorRT推理引擎部署
C++与Python推理代码编写 · 输入输出绑定 · 内存管理
TensorRT推理引擎部署
13
低延迟优化技巧
批处理与流式处理 · CUDA流并发 · DLA（深度学习加速器）使用
低延迟优化技巧批处理
14
摄像头与图像采集
工业相机（GigE/USB3.0）接… · OpenCV与GStreamer管道 · 高帧率采集与同步
摄像头图像采集
15
实时缺陷检测流水线
从图像采集到推理到结果输出的完整流程… · 延迟预算分析
实时缺陷检测流水…从图像采集到推理…
16
项目实战
PCB板缺陷检测系统：需求分析 · 模型训练 · TensorRT部署
项目实战PCB
17
项目实战
金属表面划痕检测：数据增强 · 小目标检测优化 · 边缘端性能调优
项目实战金属表面划痕检测
18
项目实战
纺织物瑕疵检测：多类别不平衡处理 · 模型蒸馏 · TensorRT集成
项目实战纺织物瑕疵检测
19
可视化与结果输出
检测框绘制 · 缺陷分类与定位 · 结果日志记录
可视化结果输出
20
系统集成与通信
与PLC/机器人通信（Modbus · TCP/IP） · MQTT上报
系统集成通信
21
性能测试与基准
延迟 · 吞吐量 · CPU/GPU占用率测量
性能测试基准
22
常见问题与调试
TensorRT转换失败 · 精度下降 · 内存泄漏
常见问题调试
23
模型更新与热部署
新模型版本替换 · 动态加载引擎 · 不停机更新策略
模型更新热部署
24
安全性与可靠性
边缘设备防护 · 异常处理 · 看门狗机制
安全性可靠性
25
多相机与多线程扩展
多路视频流并行处理 · 线程池设计 · 负载均衡
多相机多线程扩展
26
边缘端模型压缩与加速
剪枝 · 量化 · 知识蒸馏在TensorRT中的结合应…
边缘端模型压缩加速
27
案例研究
某工厂实时质检系统 · 成本效益分析
案例研究某工厂实时质检系…
28
综合实战
构建通用低延迟缺陷检测框架 · 配置化参数 · 支持多种缺陷类型
综合实战构建通用低延迟缺…
29
课程总结与进阶方向
关键知识点回顾 · 常见误区 · 未来趋势（Transformer检测
课程总结进阶方向
30
结业项目与考核
独立完成一个边缘缺陷检测项目 · 提交报告与演示视频 · 评估标准与答辩要点
结业项目考核