Logo
☆☆☆☆☆
0.0
Beginner
15h

使用计算机视觉进行自动化检测

计算机视觉对于希望掌握实用技能的开发者至关重要，例如在工业制造领域，产品的自动化检测对质量保证起着关键作用。 在本课程中，你将应用计算机视觉与机器学习技术，对图像进行分析以实现自动化检测。首先，你将学习图像的输入/输出操作、阈值处理、平滑处理和掩码技术；接着掌握基于模板匹配和形态学的特征检测方法；然后使用Sobel和Canny边缘检测器、Harris角点检测器以及霍夫变换；进一步学习二维变换，包括透视变换和仿射变换，以及三维到二维的投影技术；你还将通过激光线扫描进行形貌测量，以检测物体的三维形状；最后，你将训练卷积神经网络，实现目标检测与图像分割，并使用CVAT工具对数据集进行标注。 完成本课程后，你将具备运用计算机视觉与机器学习构建面向工业应用场景的检测系统的能力。

12 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
View Courses in Subscription
使用计算机视觉进行自动化检测
计算机视觉对于希望掌握实用技能的开发者至关重要，例如在工业制造领域，产品的自动化检测对质量保证起着关键作用。 在本课程中，你将应用计算机视觉与机器学习技术，对图像进行分析以实现自动化检测。首先，你将学习图像的输入/输出操作、阈值处理、平滑处理和掩码技术；接着掌握基于模板匹配和形态学的特征检测方法；...

WHAT YOU'LL LEARN

使用OpenCV对图像对象进行变换的实践操作经验

TAKEAWAY SKILLS

Python Programming
PyTorch basics
Machine Learning
Neural Networks
PyTorch
openCV
automatedInspection
computerVision

Content

12 Lessons • 0 Quizzes • 0 Challenges

简介
  1. 1

    自动化检测：计算机视觉的一项主要应用

图像入门
  1. 1

    图像的输入/输出操作

  2. 2

    图像标注

  3. 3

    测验：图像输入/输出与标注

颜色空间与阈值处理
  1. 1

    色彩空间

  2. 2

    阈值处理

  3. 3

    自适应阈值

  4. 4

    测验：颜色空间、阈值处理与自适应阈值

平滑与遮罩
  1. 1

    平滑处理

  2. 2

    掩码

  3. 3

    练习：在 Jupyter 中进行平滑和掩码处理

特征检测
  1. 1

    模板匹配

  2. 2

    形态学

  3. 3

    Blob检测

  4. 4

    测验：模板匹配、形态学与斑点检测

  5. 5

    练习：检测电子板上的基准标记

  6. 6

    边缘检测

  7. 7

    测验：边缘检测、细化与霍夫直线

  8. 8

    练习：检测电子电路板的边缘

  9. 9

    角点检测

  10. 10

    测验：角点检测

  11. 11

    练习：检测角点

图像配准
  1. 1

    单应性（Homographies）

  2. 2

    测验：单应性矩阵

  3. 3

    练习：执行透视变换

3D视觉
  1. 1

    使用激光线进行地形测绘

  2. 2

    相机与激光线标定

  3. 3

    测验：使用激光线进行地形测绘

  4. 4

    练习：校准系统并计算地形

神经网络入门
  1. 1

    张量操作

  2. 2

    神经网络的基本构件

  3. 3

    测验：张量与神经网络基本组件

  4. 4

    训练神经网络

  5. 5

    练习：创建并训练一个MLP

卷积神经网络
  1. 1

    CNN 构成模块

  2. 2

    用于分类的卷积神经网络（CNN）

  3. 3

    测验：CNN 基本组件与用于分类的 CNN

  4. 4

    预训练的分类卷积神经网络

  5. 5

    练习：创建并训练用于分类的卷积神经网络（CNN）

  6. 6

    迁移学习

  7. 7

    测验：预训练分类卷积神经网络与卷积神经网络训练

  8. 8

    练习：微调预训练的分类卷积神经网络

目标检测与语义分割
  1. 1

    用于目标检测的CNN

  2. 2

    测验：预训练的目标检测CNN

  3. 3

    练习：下载一个预训练的目标检测CNN

  4. 4

    用于语义分割的CNN

  5. 5

    测验：语义分割卷积神经网络

  6. 6

    练习：下载预训练的语义分割CNN

数据集标注
  1. 1

    CVAT 图像标注工具

  2. 2

    标注格式

  3. 3

    测验：CVAT标注工具

  4. 4

    练习：为语义分割标注数据集

最后的总结
  1. 1

    检查流程

  2. 2

    结论

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)