VIP20

本课程属于：052-AI　ISP混合架构相机系统 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

AI　ISP混合架构相机系统图像处理实战

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

传统ISP的局限性 · AI ISP的崛起 · 混合架构的优势与挑战

图像传感器基础

CMOS传感器工作原理 · Bayer阵列与色彩滤波 · RAW数据格式解析

图像传感器基础CMOS

传统ISP Pipeline

黑电平校正 · 镜头阴影校正 · 坏点校正

传统ISP Pipeline进阶

白平衡 · 色彩校正矩阵 · Gamma校正

AI ISP核心概念

深度学习在ISP中的应用 · 端到端学习 vs 模块化学习 · 数据驱动设计

传统降噪（BM3D · NLM）回顾 · 基于CNN的降噪网络（DnCNN

传统插值方法 · 基于SRCNN/ESPCN的超分网络 · 实时超分在ISP中的部署

传统去马赛克算法 · 基于深度学习的去马赛克（Demosa… · 联合优化策略

AI自动白平衡

传统灰度世界/完美反射法 · 基于CNN的白平衡估计 · 混合AWB架构

AI自动白平衡

AI色调映射（HDR）

多帧融合HDR · 基于深度学习（HDRNet）的单帧H… · 局部色调映射

混合架构设计原则

传统模块与AI模块的接口定义 · 延迟与吞吐量平衡 · 精度与算力权衡

混合架构设计原则AI

硬件加速基础

NPU/DSP/GPU在ISP中的角… · 量化与模型压缩 · INT8推理实战

硬件加速基础NPU/DSP/GPU

数据准备与标注

ISP数据集构建（RAW域） · 合成数据生成 · 标注工具与流程

数据准备标注

模型训练与调优

损失函数设计（感知损失 · L1/L2） · 训练策略（学习率调度

模型训练调优

模型部署与优化

ONNX/TensorRT转换 · 模型分片与流水线 · 内存管理技巧

模型部署优化

使用PyTorch实现DnCNN · 在RAW域上训练降噪模型 · 与传统降噪对比

实现ESPCN实时超分 · 在ISP Pipeline中集成超分… · 性能评估

AI去马赛克实战

实现简单DemosaicNet · 在Kodak数据集上评估 · 混合去马赛克方案

AI去马赛克实战

AI白平衡实战

实现基于CNN的AWB · 在室内外场景下测试 · 与传统AWB融合

AI白平衡实战

实现HDRNet单帧HDR · 多帧对齐与融合 · 在移动端部署

混合ISP系统集成

将AI模块插入传统Pipeline · 同步与异步处理 · 系统调试

实时性能优化

模型剪枝 · 知识蒸馏 · 算子融合

实时性能优化模型剪枝

图像质量评估

PSNR/SSIM/LPIPS · 主观评测（MOS） · No-Reference评估

图像质量评估PSNR/SSIM/LP…

移动端AI ISP实践

高通/联发科平台适配 · SNPE/NNAPI推理 · 功耗优化

云端AI ISP实践

AWS/阿里云GPU部署 · 批量处理Pipeline · REST API封装

AI ISP在安防场景的应用

低光照增强 · 去雾 · 目标检测联动

AI ISP在手机摄影的应用

夜景模式 · 人像模式 · 计算摄影

AI ISP在自动驾驶的应用

高动态范围 · LED闪烁抑制 · 多传感器融合

Transformer在ISP中的应… · NeRF与计算成像 · 事件相机ISP

前沿趋势Transformer

构建一个完整的AI ISP混合架构相…