VIP22
本课程属于：011-工业机器视觉、成像与缺陷检测工程 高端制造、半导体装备与精密工程 · 共 22 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

缺陷检测优化：工业CT图像中微裂纹特征提取与分类

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
工业CT检测背景 · 微裂纹检测的挑战 · 课程目标与学习路径
课程导论CT
02
工业CT成像原理
X射线衰减 · 投影数据采集 · 滤波反投影重建算法
CT工业
03
CT图像噪声与伪影
量子噪声 · 电子噪声 · 硬化伪影
CT图像噪声
04
图像预处理基础
灰度变换 · 直方图均衡化 · 图像平滑与锐化
图像预处理基础灰度变换
05
图像去噪技术
均值滤波 · 高斯滤波 · 中值滤波
图像去噪技术均值滤波
06
图像增强方法
拉普拉斯算子 · Unsharp Masking · CLAHE增强
图像增强方法拉普拉斯算子
07
图像分割基础
阈值分割 · Otsu算法 · 区域生长法
图像分割基础阈值分割
08
边缘检测算子
Sobel · Canny · LoG算子的原理与参数调优
边缘检测算子Sobel
09
形态学处理
腐蚀 · 膨胀 · 开运算
形态学处理腐蚀
10
微裂纹特征分析
裂纹的几何特征（长度 · 宽度 · 方向）
微裂纹特征分析裂纹的几何特征
11
特征提取方法
HOG特征 · LBP特征 · Gabor滤波器特征提取
特征提取方法HOG
12
传统机器学习分类器
SVM · 随机森林 · KNN在裂纹分类中的应用
传统机器学习分类…SVM
13
深度学习基础
卷积神经网络（CNN）的核心组件 · 池化层 · 全连接层
深度学习基础CNN
14
经典CNN架构
LeNet · AlexNet · VGGNet
CNN经典
15
语义分割网络
U-Net架构详解 · 跳跃连接 · 在裂纹分割中的应用
语义分割网络U-Net
16
目标检测网络
YOLO · Faster R-CNN在微裂纹定位…
目标检测网络YOLO
17
数据增强技术
旋转 · 翻转 · 缩放
数据增强技术旋转
18
样本不平衡处理
欠采样 · 过采样 · Focal Loss
样本不平衡处理欠采样
19
迁移学习
预训练模型微调 · 冻结层策略 · 领域自适应
迁移学习预训练模型微调
20
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标准确率
21
模型优化技术
学习率调度 · 正则化 · Dropout
模型优化技术学习率调度
22
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优网格搜索
23
模型压缩与加速
剪枝 · 量化 · 知识蒸馏在工业部署中的应用
模型压缩加速
24
工业CT图像标注工具
LabelImg · CVAT · 标注规范与质量控制
CT工业
25
实验设计与对比
消融实验 · 基线模型选择 · 统计显著性检验
实验设计对比
26
案例实战一
基于U-Net的CT图像微裂纹分割与…
案例实战一U-Net
27
案例实战二
基于YOLOv8的微裂纹实时检测与分…
案例实战二YOLOv8
28
案例实战三
结合传统特征与深度学习的混合模型
案例实战三结合传统特征
29
工业部署与推理优化
ONNX转换 · TensorRT加速 · 边缘端部署
工业部署推理优化
30
课程总结与前沿展望
自监督学习 · 小样本学习 · 3D CT裂纹检测趋势
课程总结前沿展望