VIP20
本课程属于：034-边缘AI工业视觉缺陷检测 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

3. 缺陷检测模型选型：分类、检测、分割与异常检测对比

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
缺陷检测的定义 · 工业应用价值 · 课程学习目标与整体知识框架
课程导入缺陷检测的定义
02
缺陷检测基础
常见缺陷类型（划痕 · 脏污 · 裂纹
缺陷检测基础常见缺陷类型
03
任务定义与区别
分类 · 检测 · 分割
任务定义区别
04
评价指标
准确率 · 精确率 · 召回率
评价指标准确率
05
数据准备与标注
缺陷样本采集 · 标注格式（图像级 · 框级
数据准备标注
06
分类模型选型
经典CNN（ResNet · VGG） · 轻量模型（MobileNet
分类模型选型CNN
07
分类实战
使用预训练模型进行缺陷二分类/多分类 · 微调技巧与类别不平衡处理
分类实战使用预训练模型进…
08
目标检测基础
两阶段（Faster R-CNN）与… · SSD）检测器原理与优缺点
目标检测基础Faster
09
检测模型选型
YOLOv5/v8 · Faster R-CNN · DETR在缺陷检测中的精度与速度权衡
检测模型选型YOLOv5/v8
10
检测实战
标注缺陷框 · 训练YOLO模型 · 调参策略与推理部署要点
检测实战标注缺陷框
11
语义分割基础
FCN · U-Net · DeepLab等分割网络结构与像素级…
语义分割基础FCN
12
分割模型选型
U-Net变体 · SegNet · DeepLabV3+在缺陷分割中的适…
分割模型选型U-Net
13
分割实战
缺陷像素级标注 · 训练U-Net模型 · 后处理（连通域分析）与缺陷面积计算
分割实战缺陷像素级标注
14
实例分割与全景分割
Mask R-CNN · SOLO等模型在缺陷检测中的应用与区…
实例分割全景分割
15
异常检测基础
无监督/自监督异常检测概念 · 与分类/检测/分割的本质区别
异常检测基础无监督
16
异常检测方法
重构方法（Autoencoder · VAE） · 嵌入方法（PatchCore
异常检测方法Autoencoder
17
异常检测实战
使用PatchCore或SPADE在… · 检测未知缺陷并定位
异常检测实战PatchCore
18
四类方法对比
精度 · 召回 · 可解释性
四类方法对比精度
19
选型决策框架
根据缺陷类型 · 数据量 · 标注资源
选型决策框架根据缺陷类型
20
工业案例1
PCB板缺陷检测——分类与检测的选型…
工业案例1PCB
21
工业案例2
钢材表面缺陷检测——分割与检测的选型…
工业案例2钢材表面缺陷检测
22
工业案例3
纺织品瑕疵检测——异常检测与分类的选…
工业案例3纺织品瑕疵检测
23
小样本与类别不平衡
数据增强 · 迁移学习 · 合成数据（GAN）在缺陷检测中的应用
小样本类别不平衡
24
模型优化与加速
剪枝 · 量化 · 知识蒸馏
模型优化加速
25
常见问题与调试
过拟合 · 漏检 · 误检
常见问题调试
26
模型可解释性
Grad-CAM · 热力图 · 特征可视化在缺陷检测中的辅助分析
模型可解释性Grad-CAM
27
多任务与端到端方案
分类+检测+分割联合模型 · 多阶段流水线设计
多任务端到端方案
28
前沿趋势
Transformer · 扩散模型 · 大模型在缺陷检测中的最新研究与应用
前沿趋势Transformer
29
综合实战项目
从数据到部署 · 完成一个真实缺陷检测任务（如电池表面…
综合实战项目从数据到部署
30
课程总结与进阶路径
知识体系回顾 · 常见误区 · 学习资源推荐与后续研究方向
课程总结进阶路径