代码全开源一键运行的工业视觉检测案例教程数据算法硬件全解析.docx

《代码全开源一键运行的工业视觉检测案例教程数据算法硬件全解析.docx》由会员分享，可在线阅读，更多相关《代码全开源一键运行的工业视觉检测案例教程数据算法硬件全解析.docx（8页珍藏版）》请在第一文库网上搜索。

1、随着深度学习技术的不断突破和产业应用门槛的不断降低，越来越多企业希望通过A1技术实现产业升级。但是在A1落地过程中往往会遇到如下问题：为了帮助企业解决A1产业应用的难题，加快推进A1应用节奏，近期百度飞桨与企业伙伴合作，联合开发了产业实践教程。实践教程内容覆盖A1落地全流程，包括：数据处理、模型选择、模型优化的详细代码和和图形化的模型部署demo,手把手指导用户操作，是不是超级棒！此外，案例教程的覆盖场景与真实的A1产业应用紧密结合，根据目前企业A1落地高频需求选取，包括：板缺陷检测、钢筋计数、2D视觉辅助机械手抓取、表计检测。感兴趣的小伙伴可以直接访问github链接：1.钢板缺陷检测（合作

2、企业：中国机械总院）作为生产制造过程中必不可少的一步，表面缺陷检测广泛应用于工业领域，如:3C、半导体及电子、汽车、化工、医药、轻工、军工等行业。而钢材作为基础的工业材料，在出厂之前的检测更加严格。机械总院根据在以往项目的经验，在钢板缺陷检测的场景中，设计了相应的解决方案。结合不同工厂的生产节拍和部署硬件的情况，设计了轻量化和高精度两种模型选择方式，提供了UNet和HRNet的模型优化方式，满足不同场景需求。优化方式 BaSeIine的选撵（HRNetUNet）*负样本提开模型精度 败据增强策损失函数选撵 DCN（可变形卷积）mw加不均ISTSHMi 部Jt线横叟优化smMWSM1根据数据分布

3、情况给出了优化方式，提供了可视化的脚本，更直观的观察数据变化情况。原图SOftmaXIoSS训练1oVaSZIOSS训练提供了工业级别的部署Dem0,支持用户输入单帧、文件夹、视频流的输入，满足工业级别部署需求。BJnootei1on9.iAS.(1et/JFG1M9es/eu1a*ai.jpe9*)resu1taoe1.presf0rasoeI.UsUriMforBS)Mk-e-po1ntsrsBBaS1ed9eaC(resu1t)1agcv2.drMContours(iBQ.MSk.ei1QeointsJt,vt2S5)3)cv2.Mtfrte(,./test.png(f19)，1M9e.froMrry(19.stype(int8*)输出每一个实例的轮廓信息4.工业表计读数（合作企业：苏州中兴克拉）在电力能源厂区需要定期监测表计读数，以保证设备正常运行及厂区安全。但厂区分布分散，人工巡检耗时长，无法实时监测表计，且部分工作环境危险导致人工巡检无法触达。针对上述问题，希望通过摄像头拍照+智能读数的方式高效地完成此任务。针对这样复杂的场景，苏州中兴克拉公司工程师，提供了新的解决思路，针对复杂场景，提供了模型串联的方案，利用目标检测的方式对表盘进行检测，并从图片截取出来，在对表盘利用语义分割模型将指针和刻度分割，结合传统图像处理算法，实现表计读数的获取。