|
课程培训
|
工业视觉缺陷检测实战培训课程
工业视觉缺陷检测实战培训课程大纲
一、培训目标与收益 目标 1. 掌握工业缺陷检测的核心流程（数据采集→算法设计→部署优化）。 2. 熟练使用传统图像处理与深度学习技术解决表面缺陷、尺寸偏差等实际问题。 3. 能够针对不同工业场景（金属、纺织、电子、玻璃）优化检测方案。 4. 理解缺陷检测系统从实验室到产线的落地流程与关键挑战。 收益 1. 完成个以上工业场景实战项目（含数据集、代码、部署脚本）。 2. 获得可复用的缺陷检测工具库（含预训练模型、数据增强模板、后处理算法）。 3. 掌握产线级优化技巧（小样本学习、模型轻量化、实时性调优）。 4. 熟悉工业相机、光源、机械臂等硬件的选型与联动控制。 二、培训内容与案例 模块1：工业视觉缺陷检测基础 · 内容 · 工业检测场景分类（表面缺陷、装配错误、尺寸测量）。 · 硬件选型指南（相机、镜头、光源、工控机）。 · 数据采集与标注规范（PASCAL VOC/COCO格式转换）。 · 案例 · 案例1：金属表面划痕数据集构建 模块2：传统图像处理技术 · 内容 · 图像增强（光照归一化、频域滤波）。 · 缺陷分割（阈值法、边缘检测、形态学操作）。 · 特征提取（纹理、形状、灰度统计）。 · 案例 · 案例2：基于频域滤波的玻璃表面瑕疵检测 模块3：深度学习缺陷检测模型 · 内容 · 分类模型：ResNet、EfficientNet（缺陷类型识别）。 · 检测模型：YOLO系列、Faster R-CNN（缺陷定位与分类）。 · 分割模型：U-Net、DeepLab（像素级缺陷分割）。 · 小样本学习：MAML、ProtoNet（少量缺陷样本训练）。 · 案例 · 案例3：YOLOv8检测电路板焊接缺陷 模块4：模型优化与产线适配 · 内容 · 数据增强（Copy-Paste、随机擦除、模拟光照变化）。 · 损失函数改进（Focal Loss、Dice Loss）。 · 轻量化部署（TensorRT加速、ONNX模型转换）。 · 实时性优化（模型剪枝、量化、知识蒸馏）。 · 案例 · 案例4：TensorRT加速的纺织布匹缺陷检测 模块5：多模态检测与后处理 · 内容 · 3D点云检测（激光扫描、结构光）。 · 红外/X光检测（内部缺陷识别）。 · 后处理算法（非极大值抑制、形态学滤波、缺陷分级）。 · 案例 · 案例5：X光图像检测锂电池内部极片缺陷 模块6：工业检测系统部署 · 内容 · 产线集成（PLC通信、机械臂联动、报警模块）。 · 边缘计算部署（工控机、智能相机、嵌入式设备）。 · 可视化界面开发（PyQt、Web端看板）。 · 案例 · 案例6：基于Halcon的汽车零部件尺寸测量系统 三、综合项目实战 项目1：金属表面缺陷检测系统 · 功能： · 检测钢板、铝材表面的划痕、凹坑、氧化斑，输出缺陷类型与位置。 · 技术栈： · 工业相机 + 频域滤波 + YOLOv8 + TensorRT部署。 项目2：电子元件装配检测 · 功能： · 检查PCB板元件是否漏装、错装、极性反接，并触发分拣机械臂。 · 技术栈： · OpenCV模板匹配 + ResNet分类 + ROS通信。 项目3：玻璃瓶口缺陷检测 · 功能： · 识别瓶口裂纹、缺口、毛刺，并统计缺陷尺寸。 · 技术栈： · 边缘检测 + 形态学分析 + U-Net分割 + Excel报表生成。 项目4：纺织布匹瑕疵检测 · 功能： · 检测布面油污、破洞、织造瑕疵，并标记瑕疵位置与类别。 · 技术栈： · Gabor滤波 + YOLO-NAS + 工业相机SDK + 报警灯联动。
如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表下载请点击 服务优势： 丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。 专家力量： 中国科学院相关研究所高级研究人员 西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等 大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高 多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享 针对客户实际需要，真实案例演示，互动式沟通，学有所值 |
|
