VIP20
本课程属于：064-3D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

PointNet缺陷检测模型部署教程

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 · PointNet在缺陷检测中的应用价…
课程导入学习目标
02
缺陷检测基础
常见缺陷类型（划痕 · 凹坑 · 污渍等）
缺陷检测基础常见缺陷类型
03
点云数据基础
点云表示 · 获取方式（激光雷达 · 结构光
点云数据基础点云表示
04
PointNet模型原理
网络架构 · 对称函数 · T-Net变换
PointNet模型原理
05
PointNet用于缺陷检测
如何将缺陷检测建模为点云分类或分割任… · 输入输出设计 · 标签体系
PointNet用于缺陷检测
06
环境搭建
Python环境 · CUDA/cuDNN · PyTorch安装
环境搭建Python
07
数据集准备
公开点云缺陷数据集介绍 · 自建数据集采集与标注工具（Cloud… · LabelCloud）
数据集准备公开点云缺陷数据…
08
数据预处理实战
点云读取 · 体素下采样 · 离群点去除
数据预处理实战点云读取
09
PointNet模型实现
从零搭建PointNet分类网络 · 关键模块代码解析（MLP · MaxPooling
PointNet模型实现
10
模型训练
训练脚本编写 · 超参数设置（学习率 · batch size
模型训练训练脚本编写
11
模型评估
准确率 · 精确率 · 召回率
模型评估准确率
12
模型优化
过拟合与欠拟合处理 · 正则化 · Dropout
模型优化过拟合
13
模型导出
PyTorch模型转ONNX · ONNX转TensorRT/Open… · 量化与剪枝
模型导出PyTorch
14
部署框架选择
ONNX Runtime · TensorRT · OpenVINO
部署框架选择ONNX
15
CPU部署实战
使用ONNX Runtime在CPU… · 性能调优（线程数 · 内存优化）
CPU部署实战
16
GPU部署实战
使用TensorRT加速PointN… · 动态形状处理 · 精度与速度权衡
GPU部署实战
17
边缘设备部署
在Jetson Nano/Xavie… · 树莓派等设备上部署 · 交叉编译
边缘设备部署Jetson
18
服务化部署
使用Flask/FastAPI封装模… · Docker容器化 · 负载均衡与并发处理
服务化部署Flask/FastAP…
19
实时检测系统
相机实时采集点云 · 流式处理 · 帧率优化
实时检测系统相机实时采集点云
20
案例实战一
金属表面缺陷检测——从数据到部署全流…
案例实战一金属表面缺陷检测
21
案例实战二
3D打印件缺陷检测——使用Point…
案例实战二Point
22
案例实战三
工业零件装配缺陷检测——多视角点云融…
案例实战三工业零件装配缺陷…
23
常见问题与解决方案
点云稀疏 · 噪声干扰 · 类别不平衡
常见问题解决方案
24
性能调优进阶
模型推理时间分析 · 算子融合 · 内存复用
性能调优进阶模型推理时间分析
25
安全与可靠性
模型鲁棒性测试 · 对抗样本防御 · 异常检测
安全可靠性
26
项目实战
从需求分析 · 数据准备 · 模型训练
项目实战从需求分析
27
综合提升
结合其他模型（PointNet++ · DGCNN）对比 · 多模态融合（点云+图像）
综合提升PointNet++
28
课程总结
核心知识点回顾 · 部署最佳实践 · 常见误区
课程总结核心知识点回顾
29
考核与作业
理论测试 · 编程作业（实现PointNet训练） · 部署实战作业（完成一个端到端系统）
考核作业
30
拓展与答疑
常见问题解答 · 社区资源 · 后续学习路径（高级部署
拓展答疑