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

1. 边缘AI工业视觉入门：缺陷检测项目完整流程

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
边缘AI工业视觉的定义 · 应用价值 · 课程目标与学习路径总览
课程导入AI
02
工业视觉基础
成像原理 · 光源选择 · 镜头与相机类型
工业视觉基础成像原理
03
缺陷检测概述
常见工业缺陷类型（划痕 · 脏污 · 缺料
缺陷检测概述常见工业缺陷类型
04
边缘AI概念
边缘计算与云计算的对比 · 边缘AI芯片（如Jetson · RK3588
AI边缘
05
项目流程总览
从需求分析 · 数据采集 · 模型训练
项目流程总览从需求分析
06
需求分析与可行性评估
缺陷定义 · 检测精度/速度指标（准确率 · 漏检率
需求分析可行性评估
07
数据采集策略
工业相机选型 · 拍摄角度与光照设计 · 样本数量与多样性规划
数据采集策略工业相机选型
08
数据标注规范
标注工具（LabelImg · CVAT等） · 标注格式（VOC
数据标注规范LabelImg
09
数据增强技术
几何变换 · 颜色扰动 · 噪声模拟
数据增强技术几何变换
10
传统图像处理与机器学习方法
阈值分割 · 边缘检测 · 形态学操作
传统图像处理机器学习方法
11
深度学习基础
卷积神经网络（CNN）核心概念 · 常用网络结构（ResNet · MobileNet
深度学习基础CNN
12
目标检测与分割模型
YOLO系列 · Faster R-CNN · U-Net等
目标检测分割模型
13
小样本与不平衡问题
缺陷样本稀少时的应对策略（迁移学习 · 生成对抗网络 · 异常检测）
小样本不平衡问题
14
模型训练实战
数据集划分 · 训练超参数设置 · 损失函数选择
模型训练实战数据集划分
15
模型评估与调优
混淆矩阵 · PR曲线 · mAP指标
模型评估调优
16
模型压缩与加速
剪枝 · 量化 · 知识蒸馏
模型压缩加速
17
边缘部署框架
TensorRT · OpenVINO · ONNX Runtime
边缘部署框架TensorRT
18
边缘硬件选型与配置
GPU · NPU · FPGA等方案对比
边缘硬件选型配置
19
项目实战
基于YOLOv5的金属表面缺陷检测—…
项目实战YOLOv5
20
项目实战
基于U-Net的织物瑕疵分割——像素…
项目实战U-Net
21
项目实战
基于异常检测的PCB板缺件检测——无…
项目实战PCB
22
边缘端推理优化
批处理 · 多线程 · 内存管理
边缘端推理优化批处理
23
系统集成与通信
相机SDK调用 · PLC/机器人联动 · MQTT/HTTP数据上传
系统集成通信
24
可视化与告警
检测结果实时显示 · 缺陷标记 · 统计报表与告警机制
可视化告警
25
项目部署与测试
现场环境适配 · 稳定性测试 · 长时间运行验证
项目部署测试
26
常见问题与解决方案
光照变化 · 震动模糊 · 样本分布漂移
常见问题解决方案
27
项目文档与交付
技术方案书 · 测试报告 · 操作手册
项目文档交付
28
综合实战
从零搭建一个完整的边缘AI缺陷检测系… · 涵盖所有环节
综合实战AI
29
前沿与扩展
自监督学习 · 少样本学习 · 数字孪生
前沿扩展
30
课程总结与进阶路径
核心知识回顾 · 常见误区 · 学习资源推荐与职业发展建议
课程总结进阶路径