首页
›
嵌入式边缘AI与TinyML
›
038-Raspberry Pi AI视觉与边缘推理项目
›
《Raspberry Pi工业检测项目:缺陷识别与本地告警》
VIP20
本课程属于:038-Raspberry Pi AI视觉与边缘推理项目
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
📘
9. Raspberry Pi工业检测项目:缺陷识别与本地告警
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 · 项目整体架构与工业检测背景
课程导入
学习目标
02
硬件环境搭建
Raspberry Pi型号选择 · 摄像头选型 · 光源与支架
硬件环境搭建
Raspberry
03
系统与软件准备
Raspberry Pi OS安装 · Python环境配置 · OpenCV与TensorFlow…
系统
软件准备
04
图像采集基础
摄像头调用 · 分辨率与帧率设置 · 图像格式转换
图像采集基础
摄像头调用
05
图像预处理方法
灰度化 · 高斯模糊 · 边缘检测
图像预处理方法
灰度化
06
缺陷类型与特征分析
常见工业缺陷(划痕 · 污点 · 裂纹
缺陷类型
特征分析
07
传统图像处理缺陷识别
阈值分割 · 轮廓检测 · 面积/形状过滤
传统图像处理缺陷…
阈值分割
08
机器学习入门
特征提取(HOG · LBP) · 分类器(SVM
机器学习入门
HOG
09
深度学习与迁移学习
CNN基础 · MobileNet等轻量模型 · 迁移学习在Raspberry Pi上…
深度学习
迁移学习
10
TensorFlow Lite模型转换
训练模型转换为TFLite格式 · 量化优化 · 在Raspberry Pi上推理
TensorFlow
Lite
11
实时推理与性能优化
帧率提升技巧 · 多线程处理 · 模型加速(GPU/TPU)
实时推理
性能优化
12
本地告警机制
GPIO控制蜂鸣器/LED · LCD显示 · 本地日志记录
本地告警机制
GPIO
13
数据采集与标注
构建工业缺陷数据集 · 标注工具(LabelImg) · 数据增强策略
数据采集
标注
14
模型训练与评估
训练集/验证集划分 · 损失函数选择 · 准确率/召回率/精确率评估
模型训练
评估
15
端到端项目实战
从图像采集到缺陷识别再到本地告警的完…
端到端项目实战
从图像采集到缺陷…
16
案例实战
金属表面划痕检测
案例实战
金属表面划痕检测
17
案例实战
PCB板焊点缺陷检测 · 桥接
案例实战
PCB
18
案例实战
织物瑕疵检测
案例实战
织物瑕疵检测
19
案例实战
瓶盖密封缺陷检测
案例实战
瓶盖密封缺陷检测
20
告警联动与远程通知
通过GPIO触发本地告警 · 同时利用WiFi/以太网发送邮件或M…
告警联动
远程通知
21
系统集成与部署
将代码封装为服务 · 开机自启动 · 看门狗机制
系统集成
部署
22
常见问题与调试
图像模糊 · 光照不均 · 误检漏检
常见问题
调试
23
性能评估与调优
混淆矩阵 · ROC曲线 · 超参数调优
性能评估
调优
24
安全与可靠性
工业环境下的防尘防潮 · 电源保护 · 数据备份
安全
可靠性
25
成本与功耗优化
低功耗模式 · 硬件选型替代 · 边缘计算与云协同
成本
功耗优化
26
扩展功能
多相机协同 · 多缺陷分类 · 动态ROI
扩展功能
多相机协同
27
项目文档与交付
编写技术文档 · 用户手册 · 代码注释规范
项目文档
交付
28
综合实战
从零搭建一个完整的Raspberry… · 包括硬件组装 · 软件编写
综合实战
Raspberry
29
前沿拓展
基于YOLO的实时缺陷检测 · Anomaly Detection(… · OpenVINO加速
前沿拓展
YOLO
30
课程总结与进阶路径
知识回顾 · 常见误区 · 学习资源推荐
课程总结
进阶路径
所属VIP或分类
同VIP:Raspberry-Pi-+-Coral推理:USB加速器部署TFLi
同VIP:Raspberry-Pi-+-Hailo推理:边缘视觉加速项目实践
同VIP:Raspberry-Pi-5-AI推理:摄像头采集与本地模型部署