VIP20
本课程属于：067-无人机巡检 综合方向 · 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

AI缺陷识别模型训练与数据标注指南

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 · AI缺陷识别在工业质检中的价值与典型…
课程导入学习目标
02
缺陷识别基础
常见缺陷类型（划痕 · 污渍 · 裂纹
缺陷识别基础常见缺陷类型
03
AI与机器学习基础
监督学习 · 分类与检测任务 · 模型评估指标（准确率
AI机器学习基础
04
缺陷识别技术路线
传统图像处理与深度学习方法的对比 · 主流算法（CNN · 目标检测
缺陷识别技术路线传统图像处理
05
数据标注核心概念
标注类型（分类框 · 多边形 · 掩膜）
数据标注核心概念标注类型
06
标注工具与平台
常用标注工具（LabelImg · CVAT · Labelbox等）的使用
标注工具平台
07
标注流程标准化
标注指南编写 · 标注优先级 · 复杂缺陷的标注规则
标注流程标准化标注指南编写
08
数据采集与预处理
样本多样性 · 光照/角度/噪声处理 · 图像增强（翻转
数据采集预处理
09
数据清洗与质量评估
剔除错误标注 · 处理模糊样本 · 标注质量抽检与Kappa系数计算
数据清洗质量评估
10
数据标注实战
以金属表面缺陷为例 · 完成从图像导入 · 标注到导出的完整流程
数据标注实战以金属表面缺陷为…
11
缺陷数据集构建
类别平衡 · 难例挖掘 · 训练集/验证集/测试集划分原则
缺陷数据集构建类别平衡
12
模型训练准备
环境搭建（PyTorch/Tenso… · 数据加载器设计 · 预训练模型选择
模型训练准备PyTorch/Tens…
13
模型训练基础
损失函数（交叉熵 · Focal Loss） · 优化器
模型训练基础损失函数
14
缺陷检测模型实战
基于YOLO或Faster R-CN… · 调整锚框与置信度阈值
缺陷检测模型实战YOLO
15
缺陷分割模型实战
基于U-Net或Mask R-CNN… · 处理小目标与边缘模糊
缺陷分割模型实战U-Net
16
模型评估与调优
混淆矩阵分析 · PR曲线与ROC曲线 · 误检漏检原因分析
模型评估调优
17
数据增强进阶
Mosaic · MixUp · CutOut等策略在缺陷识别中的应用…
数据增强进阶Mosaic
18
半监督与弱监督学习
利用未标注数据 · 伪标签 · 主动学习降低标注成本
半监督弱监督学习
19
小样本缺陷识别
迁移学习 · 元学习 · 数据合成（GAN/仿真）在少量缺陷样…
小样本缺陷识别迁移学习
20
模型部署与推理优化
模型压缩（剪枝 · 量化） · ONNX/TensorRT转换
模型部署推理优化
21
案例实战
电子元器件表面缺陷识别——从数据标注…
案例实战电子元器件表面缺…
22
案例实战
纺织品瑕疵检测——处理纹理背景下的细…
案例实战纺织品瑕疵检测
23
案例实战
汽车零部件铸造缺陷识别——多视角图像…
案例实战汽车零部件铸造缺…
24
案例实战
锂电池极片缺陷检测——高精度要求下的…
案例实战锂电池极片缺陷检…
25
常见问题与解决方案
标注不一致 · 模型过拟合 · 缺陷类别混淆
常见问题解决方案
26
项目实战
从零构建一个缺陷识别系统——需求分析 · 数据采集 · 标注
项目实战从零构建一个缺陷…
27
行业标准与合规
缺陷识别相关的行业标准（如ISO · ASTM） · 数据隐私与安全
行业标准合规
28
前沿趋势
自监督学习 · 大模型（ViT） · 多模态融合在缺陷识别中的最新研究与应…
前沿趋势自监督学习
29
综合提升
如何设计高效的标注-训练迭代闭环 · 持续优化模型性能 · 团队管理与成本控制
综合提升如何设计高效的标…
30
课程总结与考核
核心知识回顾 · 实战项目答辩 · 常见面试题解析与职业发展建议
课程总结考核