首页
›
热销单品
›
视觉图像与光学光电
›
《工业缺陷检测与AI视觉质检》
所属分类:视觉图像与光学光电
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
工业缺陷检测与AI视觉质检
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 · 课程结构 · 工业质检的行业背景与痛点
课程导入
学习目标
02
工业缺陷检测基础
常见缺陷类型(划痕 · 脏污 · 裂纹
工业缺陷检测基础
常见缺陷类型
03
机器视觉系统组成
工业相机 · 镜头 · 光源
机器视觉系统组成
工业相机
04
光学成像与照明设计
明场 · 暗场 · 背光
光学成像
照明设计
05
图像采集与预处理
分辨率 · 帧率 · 曝光
图像采集
预处理
06
传统图像处理算法
边缘检测 · 阈值分割 · 形态学操作
传统图像处理算法
边缘检测
07
特征工程与经典机器学习
纹理特征 · 形状特征 · HOG
特征工程
经典机器学习
08
深度学习基础
卷积神经网络(CNN)原理 · 常用架构(ResNet · VGG
深度学习基础
CNN
09
目标检测算法
Faster R-CNN · SSD · YOLO系列(v5/v8等)在缺陷定…
目标检测算法
Faster
10
图像分割算法
U-Net · SegNet · DeepLab等语义分割模型用于像素…
图像分割算法
U-Net
11
小样本与不平衡数据问题
数据增强 · 迁移学习 · 少样本学习
小样本
不平衡数据问题
12
异常检测与无监督学习
自编码器 · 变分自编码器(VAE) · PatchCore等用于未知缺陷的检…
异常检测
无监督学习
13
工业质检数据集与标注
公开数据集(如NEU-DET · KolektorSDD) · 数据标注规范
工业质检数据集
标注
14
模型训练与优化
损失函数选择 · 优化器 · 学习率调度
模型训练
优化
15
模型评估与验证
准确率 · 召回率 · 精确率
模型评估
验证
16
实时性与嵌入式部署
TensorRT · ONNX · OpenVINO
实时性
嵌入式部署
17
工业质检软件系统架构
图像采集模块 · 算法模块 · 数据库
工业质检软件系统…
图像采集模块
18
案例实战
金属表面缺陷检测(划痕 · 锈蚀)——从数据到模型部署的完整流程
案例实战
金属表面缺陷检测
19
案例实战
PCB/电子元器件缺陷检测(焊点 · 短路 · 缺件)——高精度与高速检测的实现
案例实战
PCB
20
案例实战
纺织与布料缺陷检测(破洞 · 色差 · 织疵)——纹理分析与深度学习结合
案例实战
纺织
21
案例实战
汽车零部件与装配质检(尺寸 · 装配完整性)——3D视觉与2D视觉融…
案例实战
汽车零部件
22
案例实战
食品与药品外观检测(异物 · 包装破损)——卫生环境下的视觉系统设…
案例实战
食品
23
案例实战
光伏电池与半导体晶圆缺陷检测(隐裂 · 脏污)——高对比度成像与微小缺陷识别
案例实战
光伏电池
24
常见问题与解决方案
过拟合 · 光照变化 · 样本不均衡
常见问题
解决方案
25
项目实战
构建一个完整的工业缺陷检测系统——需… · 方案设计 · 算法选型
项目实战
构建一个完整的工…
26
行业应用与案例剖析
钢铁 · 3C电子 · 汽车
行业应用
案例剖析
27
前沿技术与发展趋势
Transformer · 视觉大模型(ViT · SAM)
前沿技术
发展趋势
28
综合提升
如何设计高鲁棒性的质检算法 · 如何优化检测精度与速度的平衡 · 如何构建可维护的AI系统
综合提升
如何设计高鲁棒性…
29
课程总结与项目答辩
回顾核心知识点 · 项目展示与评审 · 常见错误与改进建议
课程总结
项目答辩
30
拓展学习资源与职业路径
推荐书籍 · · 开源框架
拓展学习资源
职业路径
所属VIP或分类
同VIP:1.6T光模块电芯片112G到224G架构演进路线实战
同VIP:30天掌握UVM验证工程
同VIP:3A算法实战调优指南