首页
›
智能机器人、自动化与智能装备工程
›
186-工业视觉AOI与缺陷检测系统
›
《工业视觉缺陷检测项目开发与集成》
VIP8
本课程属于:186-工业视觉AOI与缺陷检测系统
智能机器人、自动化与智能装备工程 · 共 8 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
工业视觉缺陷检测:从入门到实战
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
视觉检测概述
工业4.0背景下的质检革命 · 传统视觉 vs 深度学习 · 课程整体架构与学习路径
视觉检测概述
工业4.0背景下…
02
成像系统基础
光源选型(环形光/背光/同轴光) · 工业相机分类(CCD/CMOS) · 镜头参数与视野计算
成像系统基础
光源选型
03
图像采集与接口
GigE Vision与USB3 V… · 相机SDK二次开发(Halcon/O… · 触发模式与帧率控制
图像采集
接口
04
OpenCV环境搭建
Windows/Linux下Open… · CUDA加速配置 · 常用图像数据结构(Mat)详解
OpenCV
环境搭建
05
图像预处理实战
灰度化 · 直方图均衡化 · 高斯滤波与中值滤波
图像预处理实战
灰度化
06
边缘检测与特征提取
Canny/Sobel/Laplac… · 霍夫变换检测直线与圆 · 轮廓查找与筛选
边缘检测
特征提取
07
图像分割技术
阈值分割(OTSU/自适应阈值) · 分水岭算法 · 基于颜色空间的缺陷分割
图像分割技术
OTSU
08
传统算法实战
PCB焊点检测(模板匹配+差分法) · 手机屏幕划痕检测(频域滤波+形态学)
传统算法实战
PCB
09
深度学习基础
卷积神经网络(CNN)核心概念 · 感受野与池化 · 激活函数对比(ReLU/Sigmoi…
深度学习基础
CNN
10
目标检测网络
Faster R-CNN原理 · YOLO系列演进(v3/v5/v8) · SSD与RetinaNet对比
目标检测网络
Faster
11
语义分割网络
U-Net在工业缺陷分割中的应用 · DeepLab系列 · Mask R-CNN实例分割
语义分割网络
U-Net
12
数据标注与增强
LabelImg/Labelme/S… · 数据增强策略(旋转/裁剪/色彩抖动/… · 合成数据生成
数据标注
增强
13
模型训练与调优
学习率调度策略 · 损失函数选择(Focal Loss/… · 过拟合与正则化
模型训练
调优
14
模型部署与优化
ONNX模型转换 · TensorRT加速 · OpenVINO在工业场景的部署
模型部署
优化
15
实战项目一
金属表面划痕检测(传统算法+深度学习…
实战项目一
金属表面划痕检测
16
实战项目二
瓶盖密封圈缺陷检测(环形光成像+语义…
实战项目二
瓶盖密封圈缺陷检…
17
实战项目三
纺织物瑕疵检测(频域滤波+YOLOv…
实战项目三
YOLOv
18
实战项目四
芯片引脚焊接缺陷检测(高倍率成像+目…
实战项目四
芯片引脚焊接缺陷…
19
实战项目五
玻璃盖板气泡检测(背光成像+U-Ne…
实战项目五
U-Ne
20
实战项目六
轴承滚子表面缺陷检测(线阵相机+分类…
实战项目六
轴承滚子表面缺陷…
21
实战项目七
食品包装密封性检测(X光成像+异常检…
实战项目七
食品包装密封性检…
22
实战项目八
木材表面节疤检测(多光谱成像+迁移学…
实战项目八
木材表面节疤检测
23
实战项目九
锂电池极片缺陷检测(极片涂布/分切/…
实战项目九
锂电池极片缺陷检…
24
实战项目十
汽车零部件装配检测(3D视觉+点云处…
实战项目十
汽车零部件装配检…
25
多相机系统搭建
多相机同步触发 · 图像拼接与融合 · 分布式处理架构
多相机系统搭建
多相机同步触发
26
实时检测系统设计
流水线节拍计算 · 多线程处理框架 · 结果可视化与报警
实时检测系统设计
流水线节拍计算
27
工业通信协议
Modbus TCP与PLC交互 · MQTT数据上报 · OPC UA在质检系统中的应用
工业通信协议
Modbus
28
质检系统集成
MES系统对接 · 数据追溯与看板设计 · 边缘计算盒子选型
质检系统集成
MES
29
项目交付与验收
验收标准制定(过杀率/漏杀率) · 现场调试避坑指南 · 文档与代码规范
项目交付
验收
30
前沿趋势与职业发展
小样本学习(Few-shot Lea… · 自监督学习 · 视觉大模型(SAM/)在…
前沿趋势
职业发展
所属VIP或分类
同VIP:工业相机与光源成像系统设计
同VIP:工业缺陷数据集与样本工程
同VIP:工业缺陷检测模型评测与优化