缺陷检测算法汇总(传统+深度学习方式)|综述、源码

扩视机器视觉—缺陷检测常用方法总结(频域空间域结合) 是视觉需求中难度最大一类需求,主要是其稳定性和精度的保证。首先常见缺陷:凹凸、污点瑕疵、划痕、裂缝、探伤等。缺陷检测算法不同于尺寸、二维码、OCR等算法。后者应用场景比较单一,基本都是套用一些成熟的算子,所以门槛较低,比较容易做成标准化的工具。而缺陷检测极具行业特点,不同行业的缺陷算法迥然不同。随着缺陷检测要求的提高,机器学习和深度学习也成了缺陷领域一个不可或缺的技术难点。 阅读详情

作者丨Tom Hardy

来源丨3D视觉工坊

编辑丨极市平台

导读

 

本文是对缺陷算法的综述、源码等资源的汇总。

文献资料汇总:

https://github.com/Eatzhy/surface-defect-detection

综述:机器视觉表面缺陷检测综述

缺陷检测工具箱:

https://github.com/abin24/Saliency-detection-toolbox

基于深度学习方式

1、语义分割方式

https://github.com/Wslsdx/Deep-Learning-Approach-for-Surface-Defect-Detection

https://github.com/LeeWise9/Segmentation-Based-Surface-Defect-Detection

https://github.com/CristinaMa0917/Defects_Detection_MaskRCNN

2、目标检测方式

https://github.com/YeahHuang/Al_surface_defect_detection

3、基于GAN

https://github.com/hukefei/GAN-defect

4、不同行业应用

1)PCB

https://github.com/Ixiaohuihuihui/Tiny-Defect-Detection-for-PCB

https://github.com/chinthysl/AXI_PCB_defect_detection

https://github.com/gustavo95/pcb-defect-detection

2)钢材缺陷检测

https://github.com/khornlund/severstal-steel-defect-detection

https://github.com/Diyago/Severstal-Steel-Defect-Detection

https://github.com/toandaominh1997/Steel-Defect-Detection

https://github.com/rook0falcon/steel-defect-detection

3)胶囊缺陷检测

https://github.com/TSjianjiao/Defect-Detection-with-tensorflow

4)电池缺陷检测

https://github.com/cdeldon/thermography

https://github.com/evip/ButtonDefectDetection

5)织物缺陷检测

https://github.com/weningerleon/TextileDefectDetection

https://github.com/freedom-kevin/defect_detection

https://github.com/Johncheng1/Fabric-defect-detection

https://github.com/luissen/SSDT-A-single-shot-detector-for-PCB--defects

https://github.com/wangerniuniu/FabricDefectDetection

https://github.com/mynameiswangshiyi/AE-BP-fabric-defect-detection

6)水果和蔬菜缺陷检测

https://github.com/shyamsuresh14/Detection-of-defects-in-fruits-and-vegetables

其它

https://github.com/skokec/segdec-net-jim2019

https://github.com/zwb204/Industrial_defect_detection

https://github.com/wuziheng/SiliconWaferDefectDetection

https://github.com/qiucongying/Mcue

https://github.com/yjphhw/SACNN

缺陷检测数据集

https://github.com/abin24/Surface-Inspection-defect-detection-dataset

https://github.com/Eatzhy/Surface-defect-Detection-dataset

什么是缺陷检测?计算机视觉任务缺陷检测的几种方法 缺陷检测是计算机视觉和工业自动化中的关键任务,旨在自动识别产品或材料中的缺陷,如裂纹、划痕、污点等,以实现质量控制、过程自动化和制造智能化。其核心任务包括分类、定位和识别缺陷类型。常见缺陷类型因行业而异,如半导体中的划痕、金属中的裂纹等。技术流程包括图像采集、预处理、特征提取、分类与判断及结果输出。检测方法从传统图像处理、基于机器学习发展到基于深度学习,模型如Faster R-CNN、YOLO等提高了检测精度和适应性。应用场景广泛,包括工业质检、食品分拣、纺织检测等。随着技术进步,缺陷检测正变得更加智能和精 阅读详情

相关推荐

用于缺陷检测的深度学习浅谈

工业领域缺陷检测的深度学习浅谈

ying_xiao_luluna的博客 1604

一文梳理缺陷检测方法

点击上方“CVer”,选择加"星标"置顶重磅干货,第一时间送达本文转载自:AI约读社 | 文末附缺陷检测交流群近年来,随着深度学习的快速发展,基于卷积神经网络(CNN...

阿木寺的博客 1万+

缺陷检测常用方法总结(定位+差分)

在日常工程应用中,我们通常通过halcon的形状匹配(shape-based matching)进行各种定位,正如上篇例程,当待匹配物体有轻微变形时,并不影响得到的匹配结果,然后当待匹配物体有较大变形时,如塑料产品在成形时变形、纺织产品的花纹因为褶皱变形等,要想得到精确的定位结果就显得捉襟见肘,如下图所示,工件如果有较大变形,在用形状匹配时,定位结果就不尽如人意,因为形状匹配本身得到的匹配结果只是一个点(row,col)。这个函数会返回找到的结果的行,列坐标(Row, Column)作为输出。

Bamboo265925的博客 1379

halcon视觉缺陷检测系列(1)常用的6种方法

一、缺陷检测综述 缺陷检测是视觉需求中难度最大一类需求,主要是其稳定性和精度的保证。首先常见缺陷:凹凸、污点瑕疵、划痕、裂缝、探伤等。常用的手法有六大金刚(在halcon中的ocv和印刷检测是针对印刷行业的检测,有对应算子封装): 1.blob+特征 2.blob+差分+特征 3.光度立体 4.特征训练 5.测量拟合 6.频域+空间结合 二、频域+空间结合法 1、频域结合空......

$firecat利白的代码足迹$ 3万+

缺陷检测算法综述、源码(传统+深度学习)

文献资料汇总 https://github.com/Eatzhy/surface-defect-detection 综述:机器视觉表面缺陷检测综述 缺陷检测工具箱 https://github.com/abin24/Saliency-detection-toolbox 基于深度学习方式 1、语义分割方式 https://github.com/Wslsdx/Deep-Learning-Approach-for-Surface-Defect-Detection https://github...

jacke121的专栏 4046

基于图像处理的铁轨表面缺陷检测算法

用数字图像处理的方法检测铁轨表面的缺陷并进行分类,适合钢轨自动检测范畴

缺陷检测算法汇总(传统+深度学习方式)|综述、源码

在计算机视觉领域,目标检测发展迅速,出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现,越来越多的制造企业正在尝试将机器视觉检测技术引入产品缺陷检测。目前基于机器视觉的缺陷检测技术已经大量应用于纺织品、汽车零部件、半导体、光伏组件等产品的缺陷检测中,大大提升了制造业的质检效率。机器视觉在工业缺陷检测中的前景毋庸置疑,而工业制造领域的多样性、生产环境的复杂性、产品缺陷的非标性等因素,都给机器视...

zandaoguang的博客 2731

STM32HAL库 基于外部Flash+FatFs模拟U盘方式进行固件拷贝升级(详解)

STM32HAL库 基于外部Flash+FatFs模拟U盘方式进行固件拷贝升级

qq_36075612的博客 1万+

谷歌缺陷检测算法_缺陷检测算法汇总(传统+深度学习方式)|综述、源码

整理:Tom Hardy来源:3D视觉工坊文献资料汇总https://github.com/Eatzhy/surface-defect-detection综述:机器视觉表面缺陷检测综述缺陷检测工具箱https://github.com/abin24/Saliency-detection-toolbox基于深度学习方式1、语义分割方式https://github.com/Wslsdx/Deep-Le...

weixin_33168127的博客 868

【原创】SAP/Oracle 集团企业海外全球化实施注意事项: 一带一路本地化 (持续更新)...

ABC集团SAP的系统平台已经扩展到全球一百来个国家和地区,SAP系统平台的全球实施项目中, 当时是需要支持当地的业务和法律法规的合规要求。   当时客户也是缺乏当地的资源以及对当地法律法规和业务实践的了解,需要团队提供了全球化的支持,通过我们全球产品技术专家充分传递了各区域的本地化支持和实践 而且近年来我们发现一些国家和政府,陆续都在推出一些新的税改和合规的要求,接下来基于这些要求,我们全球...

weixin_34024034的博客 1145

无人机避障——4DMmvRadar三维点云坐标转换到无人机坐标系(三)

无人机避障——4DMmvRadar三维点云坐标转换到无人机坐标系(三)

weixin_45390670的博客 1869

基于深度学习识别模型的缺陷检测

一、介绍 缺陷检测被广泛使用于布匹瑕疵检测、工件表面质量检测、航空航天领域等。传统的算法对规则缺陷以及场景比较简单的场合,能够很好工作,但是对特征不明显的、形状多样、场景比较混乱的场合,则不再适用。近年来,基于深度学习的识别算法越来越成熟,许多公司开始尝试把深度学习算法应用到工业场合中。 二、缺陷数据 如下图所示,这里以布匹数据作为案例,常见的有以下三种缺陷,磨损、白点、多线。 如何制作训练数...

qq_29462849的博客 4万+

ARM芯片内部的高速公路:手把手教你用AMBA Designer配置NIC-400互连控制器

本文详细介绍了如何使用AMBA Designer工具配置ARM芯片中的NIC-400互连控制器,涵盖从基础拓扑构建到高级QoS设置的完整流程。通过实际案例演示,帮助开发者掌握AXI协议下的高效片上网络设计,提升SoC性能与能效比。

weixin_26750481的博客 314

各类缺陷检测算法汇总|语义分割、目标检测、基于GAN以及不同行业的应用

缺陷检测算法汇总(传统+深度学习方式)|综述、源码 https://zhuanlan.zhihu.com/p/305087419?utm_source=wechat_session 转载: Tom Hardy公众号【3D视觉工坊】博主

qq_33538651的博客 1645

库卡机器人外部轴配置全流程:从接线到WorkVisual 6.0实战(附避坑指南)

本文详细解析了库卡机器人外部轴配置的全流程,涵盖从硬件接线到WorkVisual 6.0软件配置的实战步骤。重点介绍了KPP驱动模块连接、电机参数匹配、安全配置激活及零点标定等关键环节,并提供了实用的避坑指南,旨在帮助工程师高效、安全地完成外部轴集成,提升工作站柔性。

weixin_29161785的博客 505

C++经典面试题100例及答案

答:把一些具有共性的对象归类后形成一个集合,也就是所谓的类。答:这样可以提高编译效率,因为分开的话只需要编译一次生成对应的.obj文件后,再次应用该类的地方,这个类就不会被再次编译,从而大大的提高了编译效率。答:这种函数会自动为内联函数,这种函数在函数调用的地方在编译阶段都会进行代码替换。答:常对象是指在任何场合都不能对其成员的值进行修改的对象。答:所谓的回调函数,就是预先在系统的对函数进行注册,让系统知道这个函数的存在,以后,当某个事件发生时,再调用这个函数对事件进行响应。

usstmiracle的博客 3万+

织物缺陷检测系统源码分享

数据集信息展示在本研究中,我们采用了名为“fabric defect detection”的数据集,以改进YOLOv8的织物缺陷检测系统。该数据集专注于织物表面缺陷的识别与分类,旨在为计算机视觉领域提供高质量的训练数据,提升自动化检测的准确性和效率。数据集包含五个主要类别,尽管在类别名称的描述中存在一些不明确的信息,但这些类别涵盖了织物缺陷检测的关键方面。首先,数据集的设计考虑到了织物缺陷的多样性和复杂性,确保模型能够在不同的环境和条件下进行有效的学习。

xuehaikj的博客 2136

《QGIS快速入门与应用基础》009:国内镜像源(清华大学/阿里云)下载技巧

针对国内用户下载QGIS速度慢、易中断的问题,推荐使用清华大学和阿里云两大国内镜像源,提供3-10MB/s的极速下载方案。详细解析镜像源核心优势、分步骤下载指南及校验方法,对比清华(同步快、北方优选)与阿里云(南方节点多)的特点。针对常见问题如版本延迟、404错误等提供解决方案,并介绍搭配IDM等工具实现多线程加速的进阶技巧。通过镜像源+下载工具组合,用户可高效获取QGIS安装包,为后续系统安装奠定基础。

LuckyHanMo的博客 1749

计算机视觉算法实战——表面缺陷检测(主页有源码)

工业表面缺陷检测是智能制造中的核心环节,旨在通过自动化视觉系统替代传统人工质检,快速、精准地识别材料表面的划痕、裂纹、凹坑、污渍等异常。该技术广泛应用于半导体、汽车制造、钢铁冶金、纺织等行业

m0_65481401的博客 2435

中国国家级地面气象站基本气象要素日值数据集(V3.0)

气温数据TEM, 包括站点编号(sid), 纬度(lat), 经度(long), 高程(elev), 年(year), 月(month),日(day), 平均气温(tmean), 最高气温(tmax), 最低气温(tmin)气压数据PRS, 包括站点编号(sid), 纬度(lat), 经度(long), 高程(elev), 年(year), 月(month),日(day), 平均气压(pmean), 最高气压(pmax), 最低气压(pmin)中国国家级地面气象站基本气象要素日值数据集(V3.0)

J_Giser的博客 3905

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

基于YOLOv5算法的金属缺陷自动检测系统(源码+定制+讲解)YOLOv5金属缺陷检测系统、OpenCV金属缺陷识别、深度学习金属缺陷检测、实时金属缺陷检测系统

博主介绍: ✌我是阿龙,一名专注于Java技术领域的程序员,全网拥有10W+粉丝。作为优快云特邀作者、博客专家、新星计划导师,我在计算机毕业设计开发方面积累了丰富的经验。同时,我也是掘金、华为云、阿里云、InfoQ等平台的优质作者。通过长期分享和实战指导,我致力于帮助更多学生完成毕业项目和技术提升。 技术范围: 我熟悉的技术领域涵盖SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等方

程序员阿龙的博客 1775

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

上一篇: 五年之内,博士学历是否也会开始内卷?
下一篇: 【机器学习基础】Scipy(科学计算库) 手把手手把手
机器学习算法那些事
博客等级 码龄9年 1633粉丝 62原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值