• 投稿

少样本工业质检:三天搞定钢材、布料缺陷检测,附赠千张缺陷数据集!

1993
25
2026-01-17 17:07:26
16
5
60
16
本课程《基于PyTorch的缺陷检测实战》提供多技术融合的工业视觉解决方案。你将掌握:使用PyTorch构建YOLO、DeepLab等模型,实战钢材与铁质材料的高精度检测与分割;学习半监督策略应对布料缺陷样本稀缺问题;并融合OpenCV完成传统算法项目及视频流水线动态检测。通过从算法到部署的全流程项目,构建解决复杂工业质检问题的核心能力。
需要系统学习课程、论文指导、就业指导、项目指导的小伙伴可以后台私我!
视频选集
(1/33)
1-任务需求与项目概述
04:15
人工智能学习路线图
07:03
2-数据与标签配置方法
08:19
3-标签转换格式脚本制作
08:20
4-各版本模型介绍分析
06:58
5-项目参数配置
05:15
6-缺陷检测模型训练
06:02
7-输出结果与项目总结
08:46
1-任务目标与流程概述
09:20
2-论文思想与模型分析
11:00
3-项目配置解读
08:47
4-网络流程分析
06:37
5-输出结果展示
05:38
1-任务需求与环境配置
04:49
2-数据读取与基本处理
06:41
3-缺陷形态学操作
06:36
4-整体流程解读
05:01
5-缺陷检测效果演示
09:04
1-数据与任务概述
03:57
2-视频数据读取与轮廓检测
05:37
3-目标质心计算
08:22
4-视频数据遍历方法
07:23
5-缺陷区域提取
09:27
6-不同类型的缺陷检测方法
08:41
7-检测效果演示
03:55
1-数据集与任务概述
06:18
2-开源项目应用方法
07:01
3-github与kaggle中需要注意的点
06:24
4-源码的利用方法
12:08
5-数据集制作方法
11:09
6-数据路径配置
09:02
7-训练模型
05:19
8-任务总结
06:09
客服
顶部
赛事库 课堂 2021拜年纪