计算机视觉-缺陷检测实战系列
下载地址：https://pan.baidu.com/s/140xbq6HCi_3GUbC0GtnqLg 提取码: dbdk


缺陷检测实战课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。


课程目录：
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