计算机视觉-缺陷检测实战系列
网盘地址:https://pan.baidu.com/s/1c1I0zvOh5_QP7jDyT1_DtQ 提取码: xsv3
备用地址(腾讯微云):https://share.weiyun.com/q5e1wBVn 密码:4arf42
计算机视觉-缺陷检测实战系列视频教程,旨在帮助同学们快速掌握该领域经典算法及其应用实例。
项目实战主要基于两大模块:
1.基于深度学习的缺陷检测实战,主要讲解检测与分割算法并进行应用实战;
2.基于传统算法(opencv)进行缺陷检测与分析。
所有项目均逐行解读源码并进行实例应用,在整体风格通俗易懂,提供全部课程所需数据代码。
课程大纲:
章节1:物体检框架YOLO-V4版本算法解读
章节2:物体检测框架YOLOV5版本项目配置
章节3:物体检测框架YOLOV5项目工程源码解读
章节4:基于YOLOV5的钢材缺陷检测实战
章节5:Semi-supervised布料缺陷检测实战
章节6:Opnecv图像常用处理方法实例
章节7:Opencv梯度计算与边缘检测实例
章节8:Opencv轮廓检测与直方图
章节9:基于Opencv缺陷检测项目实战
章节10:基于视频流水线的Opnecv缺陷检测项目
章节11:图像分割deeplab系列算法
章节12:基于deeplabV3+版本进行VOC分割实战
章节13:DeepLab铁质材料缺陷检测与开源项目应用流程
章节14:基础补充-PyTorch框架基本处理操作
章节15:基础补充-PyTorch框架必备核心模块解读
章节16:基础补充-Resnet模型及其应用实例