首页
›
AI视觉与工业视觉
›
008-工业视觉缺陷检测
›
《工业缺陷类型建模与数据集设计实战》
VIP20
本课程属于:008-工业视觉缺陷检测
AI视觉与工业视觉 · 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
缺陷类型识别与数据集构建方法
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
缺陷检测概述
工业缺陷检测的定义 · 应用场景(如PCB · 钢材
缺陷检测概述
工业缺陷检测的定…
02
常见缺陷类型
划痕 · 裂纹 · 脏污
常见缺陷类型
划痕
03
缺陷数据集介绍
公开数据集(如MVTec AD · NEU-DET · KolektorSDD)的特点
缺陷数据集介绍
MVTec
04
数据采集与标注
工业相机选型 · 光源方案设计 · 标注工具(LabelImg
数据采集
标注
05
数据预处理
图像去噪 · 对比度增强 · 尺寸归一化
数据预处理
图像去噪
06
数据不平衡处理
欠采样 · 过采样 · SMOTE
数据不平衡处理
欠采样
07
基于传统方法的缺陷检测
边缘检测(Canny) · 阈值分割(Otsu) · 形态学操作
基于传统方法的缺…
Canny
08
基于深度学习的缺陷检测(分类)
CNN模型(ResNet · EfficientNet) · 迁移学习
基于深度学习的缺…
分类
09
基于深度学习的缺陷检测(目标检测)
Faster R-CNN · YOLO系列 · SSD的原理与实现
基于深度学习的缺…
目标检测
10
基于深度学习的缺陷检测(分割)
U-Net · DeepLab · Mask R-CNN的原理与实现
基于深度学习的缺…
分割
11
小样本学习在缺陷检测中的应用
Prototypical Netwo… · MAML · 数据增强策略
小样本学习
缺陷检测
12
异常检测方法
自编码器(AE) · 变分自编码器(VAE) · 生成对抗网络(GAN)
异常检测方法
AE
13
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标
准确率
14
模型部署与优化
模型量化(INT8) · 剪枝 · 蒸馏
模型部署
优化
15
项目实战一
PCB板缺陷检测(数据准备 · 模型选择 · 训练
项目实战一
PCB
16
项目实战二
钢材表面缺陷检测(数据准备 · 模型选择 · 训练
项目实战二
钢材表面缺陷检测
17
项目实战三
纺织品缺陷检测(数据准备 · 模型选择 · 训练
项目实战三
纺织品缺陷检测
18
数据清洗与质量控制
标注一致性检查 · 异常值剔除 · 数据版本管理(DVC)
数据清洗
质量控制
19
半监督与弱监督学习
伪标签技术 · 类激活图(CAM) · 弱监督分割
半监督
弱监督学习
20
多模态缺陷检测
结合红外图像 · 3D点云 · 光谱信息的缺陷检测方法
多模态缺陷检测
结合红外图像
21
实时缺陷检测系统设计
流水线架构 · 多线程处理 · 边缘计算部署
实时缺陷检测系统…
流水线架构
22
数据隐私与安全
联邦学习在缺陷检测中的应用 · 数据脱敏技术
数据隐私
安全
23
缺陷检测中的可解释性
Grad-CAM · SHAP · LIME的应用
缺陷检测
可解释性
24
持续学习与模型更新
增量学习 · 经验回放 · 弹性权重巩固(EWC)
持续学习
模型更新
25
合成数据生成
使用GAN · 扩散模型生成缺陷样本 · Sim-to-Real迁移
合成数据生成
GAN
26
自动化机器学习(AutoML)在缺陷检测中的应用
NAS · 超参数优化
AutoML
自动化机器学习
27
缺陷检测中的不确定性估计
贝叶斯神经网络 · Monte Carlo Dropou…
缺陷检测
不确定性估计
28
大规模数据集构建策略
主动学习 · 众包标注 · 半自动标注流水线
大规模数据集构建…
主动学习
29
行业标准与规范
ISO 9001质量检测标准 · 行业特定缺陷定义
行业标准
规范
30
课程总结与未来趋势
大模型(ViT · SAM)在缺陷检测中的应用 · 工业元宇宙展望
课程总结
未来趋势
所属VIP或分类
同VIP:传统视觉与深度学习缺陷检测工程对比
同VIP:工业相机SDK接入与边缘缺陷检测部署
同VIP:工业相机选型与图像采集打光方案