VIP20
本课程属于：047-地平线旭日X3X5边缘AI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

10. 旭日工业视觉应用：缺陷检测和现场边缘推理方案

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 · 课程整体框架与学习路径
课程导入学习目标
02
工业视觉基础
机器视觉系统组成 · 成像原理 · 光源与镜头选型基础
工业视觉基础机器视觉系统组成
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
旭日系列芯片与平台
旭日3/5/6等芯片性能参数 · 算力特点及边缘计算优势
旭日系列芯片平台
05
开发环境搭建
旭日AI开发套件安装 · 交叉编译环境配置 · 模型转换工具链介绍
开发环境搭建AI
06
图像采集与预处理
工业相机接口 · 图像采集 · ROI提取
图像采集预处理
07
传统图像处理缺陷检测
基于阈值 · 边缘 · 形态学
传统图像处理缺陷…基于阈值
08
深度学习缺陷检测基础
卷积神经网络（CNN）原理 · 目标检测与分割网络在缺陷检测中的应用
深度学习缺陷检测…CNN
09
旭日平台模型部署流程
模型训练 · 量化 · 转换（如ONNX转RKNN）
旭日平台模型部署…模型训练
10
缺陷检测实战案例一
金属表面划痕检测——从数据准备到模型…
缺陷检测实战案例…金属表面划痕检测
11
缺陷检测实战案例二
PCB板焊点缺陷检测——使用目标检测…
缺陷检测实战案例…PCB
12
缺陷检测实战案例三
纺织物瑕疵检测——使用语义分割网络实…
缺陷检测实战案例…纺织物瑕疵检测
13
边缘推理方案设计
边缘计算架构 · 数据流设计 · 推理延迟优化
边缘推理方案设计边缘计算架构
14
旭日平台推理优化
模型剪枝 · 量化感知训练 · 算子优化
旭日平台推理优化模型剪枝
15
现场部署与集成
工业现场环境要求 · 相机与PLC通信 · 结果输出与报警机制
现场部署集成
16
数据标注与增强
缺陷样本标注规范 · 数据增强策略（旋转 · 缩放
数据标注增强
17
模型评估与验证
准确率 · 召回率 · F1-score
模型评估验证
18
常见问题与调试
模型过拟合 · 推理速度慢 · 检测精度不足等问题的排查与解决
常见问题调试
19
旭日平台与云协同
边缘端预处理 · 云端训练更新 · 模型OTA升级方案
旭日平台云协同
20
多相机与分布式推理
多相机同步采集 · 多路推理调度 · 负载均衡设计
多相机分布式推理
21
工业缺陷检测中的小样本学习
迁移学习 · 元学习 · 生成对抗网络（GAN）在少量样本下的…
工业缺陷检测小样本学习
22
实时性保障
帧率控制 · 流水线并行 · 异步推理
实时性保障帧率控制
23
案例实战四
食品包装缺陷检测——结合传统与深度学…
案例实战四食品包装缺陷检测
24
案例实战五
汽车零部件装配缺陷检测——复杂背景下…
案例实战五汽车零部件装配缺…
25
旭日平台工具链深入
模型可视化 · 性能分析工具 · 日志与调试技巧
旭日平台工具链深…模型可视化
26
工业视觉系统集成
从需求分析 · 方案设计 · 硬件选型到软件开发的完整项目流程
工业视觉系统集成从需求分析
27
缺陷检测中的异常检测方法
基于重构误差 · 特征嵌入 · 自编码器等无监督/半监督方法
缺陷检测异常检测方法
28
边缘推理安全与可靠性
模型加密 · 防篡改 · 故障恢复
边缘推理安全可靠性
29
综合实战项目
构建一个完整的旭日工业视觉缺陷检测系… · 包括数据 · 训练
综合实战项目构建一个完整的旭…
30
课程总结与进阶方向
知识体系回顾 · 常见误区 · 前沿技术（如Transformer
课程总结进阶方向