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
课程导入
学习目标 · 课程结构 · 工业视觉缺陷检测的定义与价值
课程导入学习目标
02
工业视觉基础
成像原理 · 光源选择 · 镜头与相机类型
工业视觉基础成像原理
03
缺陷检测概述
常见缺陷类型（划痕 · 污点 · 裂纹
缺陷检测概述常见缺陷类型
04
图像预处理
灰度化 · 滤波去噪 · 直方图均衡
图像预处理灰度化
05
传统图像处理算法
边缘检测（Sobel · Canny） · 阈值分割
传统图像处理算法Sobel
06
特征提取与选择
纹理特征（LBP · GLCM） · 形状特征
特征提取选择
07
传统机器学习方法
支持向量机（SVM） · 随机森林 · K近邻
传统机器学习方法SVM
08
深度学习基础
神经网络原理 · 卷积神经网络（CNN）核心组件 · 激活函数
深度学习基础神经网络原理
09
目标检测与分割基础
边界框回归 · IoU · 非极大值抑制（NMS）
目标检测分割基础
10
基于CNN的缺陷分类实战
使用预训练模型（ResNet · VGG）进行缺陷图像分类 · 迁移学习技巧
CNN基于
11
基于目标检测的缺陷定位
YOLO系列 · Faster R-CNN · SSD在缺陷检测中的应用与对比
基于目标检测的缺…YOLO
12
基于分割的缺陷检测
U-Net · DeepLab · Mask R-CNN用于像素级缺陷分…
基于分割的缺陷检…U-Net
13
小样本与不平衡数据处理
数据增强（旋转 · 翻转 · 裁剪
小样本不平衡数据处理
14
模型训练与优化
学习率调度 · 正则化 · 批归一化
模型训练优化
15
模型评估与指标
准确率 · 精确率 · 召回率
模型评估指标
16
工业部署与推理优化
模型压缩（剪枝 · 量化） · TensorRT/ONNX推理
工业部署推理优化
17
实时检测系统设计
相机触发 · 图像采集流水线 · 多线程处理
实时检测系统设计相机触发
18
案例实战一
金属表面划痕检测——从数据采集到模型…
案例实战一金属表面划痕检测
19
案例实战二
PCB板缺陷检测（焊点 · 短路 · 缺件）——目标检测与分类综合应用
案例实战二PCB
20
案例实战三
纺织品瑕疵检测——分割模型与纹理特征…
案例实战三纺织品瑕疵检测
21
案例实战四
药品包装缺陷检测（泡罩 · 标签 · 封口）——小目标检测与多类别分类
案例实战四药品包装缺陷检测
22
案例实战五
汽车零部件装配缺陷检测——3D视觉与…
案例实战五汽车零部件装配缺…
23
常见问题与解决方案
光照变化 · 反光 · 遮挡
常见问题解决方案
24
模型泛化与鲁棒性提升
域适应 · 数据增强策略 · 对抗训练
模型泛化鲁棒性提升
25
工业视觉项目流程
需求分析 · 可行性评估 · 数据采集与标注
工业视觉项目流程需求分析
26
数据标注工具与规范
LabelImg · Labelme · CVAT
数据标注工具规范
27
工业视觉软件框架
OpenCV · Halcon · VisionPro
工业视觉软件框架OpenCV
28
前沿技术与趋势
自监督学习 · 少样本学习 · Transformer在视觉检测中的…
前沿技术趋势
29
综合实战项目
从零搭建一个完整的工业缺陷检测系统（… · 数据库 · 报警模块）
综合实战项目从零搭建一个完整…
30
课程总结与进阶路径
知识体系回顾 · 常见误区 · 学习资源推荐
课程总结进阶路径