首页
›
智能制造_工业装备与数字化生产工程
›
012-工业视觉在线检测与模型量产
›
《工业缺陷检测技术选型与方案工程》
VIP14
本课程属于:012-工业视觉在线检测与模型量产
智能制造_工业装备与数字化生产工程 · 共 14 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
传统算法与深度学习缺陷检测对比
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
课程导论
为什么需要缺陷检测?传统方法与深度学…
课程导论
为什么需要缺陷检…
02
图像预处理基础
灰度化 · 直方图均衡化 · 高斯滤波
图像预处理基础
灰度化
03
边缘检测算法
Sobel · Canny · Laplacian的原理与对比
边缘检测算法
Sobel
04
形态学操作
腐蚀 · 膨胀 · 开运算
形态学操作
腐蚀
05
阈值分割技术
全局阈值 · 自适应阈值 · Otsu大津法
阈值分割技术
全局阈值
06
特征提取(上)
几何特征——面积 · 周长 · 圆形度
特征提取
几何特征
07
特征提取(下)
纹理特征——LBP · GLCM · Haralick特征
特征提取
LBP
08
模板匹配
基于灰度的模板匹配 · 基于特征的模板匹配
模板匹配
基于灰度的模板匹…
09
传统分类器
KNN · SVM在缺陷分类中的实战
传统分类器
KNN
10
传统方法综合案例
PCB焊点缺陷检测(完整流程)
传统方法综合案例
PCB
11
深度学习基础
感知机 · 激活函数 · 损失函数
深度学习基础
感知机
12
卷积神经网络(CNN)
卷积层 · 池化层 · 全连接层详解
CNN
卷积神经网络
13
经典CNN架构
LeNet · AlexNet · VGGNet
CNN
经典
14
目标检测(上)
Faster R-CNN原理与缺陷检…
目标检测
Faster
15
目标检测(下)
YOLO系列(v3/v5/v8)在工…
目标检测
YOLO
16
语义分割
U-Net · DeepLab在缺陷分割中的应用
语义分割
U-Net
17
实例分割
Mask R-CNN用于精密缺陷定位
实例分割
Mask
18
数据增强
旋转 · 翻转 · 裁剪
数据增强
旋转
19
迁移学习
用预训练模型快速搭建缺陷检测系统
迁移学习
用预训练模型快速…
20
小样本学习
Few-shot Learning在…
小样本学习
Few-shot
21
深度学习综合案例
钢材表面缺陷检测(完整流程)
深度学习综合案例
钢材表面缺陷检测
22
传统 vs 深度学习(对比一)
检测精度与鲁棒性
vs
传统
23
传统 vs 深度学习(对比二)
速度与计算资源消耗
vs
传统
24
传统 vs 深度学习(对比三)
数据需求与标注成本
vs
传统
25
传统 vs 深度学习(对比四)
可解释性与调试难度
vs
传统
26
传统 vs 深度学习(对比五)
部署难度与硬件要求
vs
传统
27
混合方法
传统算法+深度学习融合策略(规则+模…
混合方法
传统算法+深度学…
28
工业部署实战
模型压缩 · 量化 · ONNX导出
工业部署实战
模型压缩
29
项目实战一
手机屏幕划痕检测(传统+深度双方案)
项目实战一
手机屏幕划痕检测
30
项目实战二
食品包装密封缺陷检测(端到端系统设计…
项目实战二
食品包装密封缺陷…
所属VIP或分类
同VIP:HALCON深度学习检测部署工程
同VIP:HALCON视觉GPU加速与性能工程
同VIP:HALCON视觉检测框架与项目架构工程