VIP20
本课程属于：033-工业相机ISP与缺陷检测应用实战详解 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

缺陷样本增强与模型量化部署实战

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
课程导论与行业背景
工业缺陷检测的痛点 · 传统方法的局限性 · 深度学习带来的变革
课程导论行业背景
02
数据采集与标注规范
工业相机选型 · 光照环境搭建 · 标注工具（LabelImg/CVAT…
数据采集标注规范
03
数据清洗与预处理
图像去噪 · 对比度增强 · 尺寸归一化
数据清洗预处理
04
经典数据增强方法（上）
几何变换（旋转 · 翻转 · 裁剪）
经典数据增强方法几何变换
05
经典数据增强方法（下）
噪声注入（高斯 · 椒盐） · 模糊处理（高斯模糊
经典数据增强方法噪声注入
06
高级增强
CutOut · Random Erasing · MixUp
高级增强CutOut
07
生成对抗网络（GAN）增强
DCGAN · CycleGAN 在缺陷生成中的应用
GAN生成对抗网络
08
扩散模型（Diffusion Model）增强
基于Stable Diffusion…
DiffusionModel
09
仿真数据生成
基于Blender/Unity的物理… · 域随机化技术
仿真数据生成Blender/Unit…
10
数据增强策略自动化
AutoAugment · RandAugment · TrivialAugment 原理与…
数据增强策略自动…AutoAugment
11
数据增强库实战（上）
使用Albumentations库进…
数据增强库实战Albumentatio…
12
数据增强库实战（下）
使用Imgaug库进行组合增强流水线…
数据增强库实战Imgaug
13
模型选型与基准建立
ResNet · EfficientNet · MobileNet在缺陷分类上的对比
模型选型基准建立
14
目标检测模型（上）
YOLOv8在缺陷检测中的配置与训练
目标检测模型YOLOv8
15
目标检测模型（下）
Faster R-CNN · DETR在精密缺陷检测中的应用
目标检测模型Faster
16
语义分割模型
U-Net · DeepLabV3+在缺陷分割中的应…
语义分割模型U-Net
17
小样本学习与少样本缺陷检测
Prototypical Netwo… · MAML 思路
小样本学习少样本缺陷检测
18
模型量化基础
什么是量化 · 为什么需要量化 · 对称量化与非对称量化
模型量化基础什么是量化
19
量化感知训练（QAT）
原理 · 伪量化节点 · 训练技巧
QAT量化感知训练
20
训练后量化（PTQ）
校准数据集 · KL散度校准 · MinMax校准
PTQ训练后量化
21
模型剪枝与蒸馏
结构化剪枝 · 知识蒸馏在轻量化中的应用
模型剪枝蒸馏
22
ONNX模型导出与优化
PyTorch转ONNX · ONNX Runtime部署 · 算子融合
ONNX模型导出
23
TensorRT加速（上）
TensorRT安装 · 模型解析 · Engine构建
TensorRT加速
24
TensorRT加速（下）
动态shape处理 · INT8量化实战 · 多流推理
TensorRT加速
25
OpenVINO部署实战
模型转换 · 推理优化 · 在Intel硬件上的部署
OpenVINO部署实战
26
NCNN/TNN移动端部署
模型转换 · FP16推理 · ARM CPU优化
NCNN/TNN移动端部署
27
TFLite与Android部署
模型转换 · NNAPI加速 · 端侧推理实战
TFLiteAndroid
28
边缘计算设备部署
Jetson Nano/Xavier…
边缘计算设备部署Jetson
29
模型监控与持续学习
数据漂移检测 · 在线学习 · 模型回滚机制
模型监控持续学习
30
综合项目实战
从数据采集到端侧部署的全流程工业缺陷…
综合项目实战从数据采集到端侧…