tensorflow架构 Object detection is one of the most popular and used computer vision methods nowadays, where the intention is not only to determine whether the object is found or not in the image in the
转载
2024-08-06 21:05:06
84阅读
一、下载Tensorflow object detection API工程源码 网址：https://github.com/tensorflow/models，可通过Git下载，打开Git Bash，输入git clone https://github.com/tensorflow/models.git进行下载。二、标记需要训练的图片 ①、在第一步下载的工程文件models\research\
自读取数据到输送网络前夕的过程
Fork版本项目地址：SSD一、TFR数据读取创建slim.dataset.Dataset对象在train_ssd_network.py获取数据操作如下，首先需要slim.dataset.Dataset对象# Select the dataset.
# 'imagenet', 'train', tfr文件存储位置
# TF
姓名：Jyx 描述：人工智能学习笔记tensorflow object detection apitensorflow object detection api 并不在主项目内，而是在单独开发的一个项目内，其路径为https://github.com/tensorflow/models/tree/master/research/object_detectiontensorflow object d
转载
2024-04-19 10:45:24
57阅读
文章目录写在前面examples/lite/examples/object_detection/android简介使用 Android Studio 在手机上运行安装 demo app 上帝视角：需要准备什么呢？ 上帝视角：Android Studio 运行 demo初见效果再出发关于前面报错模型没有 metadata 信息关于 demo 的主要更新两种 inference 方式的切换关于 dem
缺陷检测解析和实战
原创
2022-03-03 16:46:46
173阅读
目标检测——SSD编者：杨柳依依日期：2018年9月27日今天给大家介绍一篇目标检测领域中经典的一篇论文，15年发表在ECCV。1.背景知识在介绍论文之前，我们先简单了解下本文的思路和做法。作者提出了一种单个深度神经网络来解决图像中的目标检测的问题。这种方法，叫做SSD,将边框的输出空间在特征映射图离散化到不同比例或者不同尺度的先验边框集中。在预测阶段，网络产生每一个感兴趣的目标的置信度并且对先验
近年来，受全球经济增速放缓影响，制造业面临着从开拓增量市场到升级存量市场的加速转变，而利用智能化、数字化技术进行改造正是目前众多企业转型方向。质检一直是制造生产流程中举足轻重的一个环节，产品上一处微小缺陷有可能影响制造商整体生产良率，若不小心流入市场，更有可能产生无法想象的安全风险。“二八法则”，解决最难的问题目前现有工业视觉检测技术只能解决80%的问题，剩下20%的难题，还亟待攻克。为应对挑战，
转载
2024-08-27 14:24:13
51阅读
Table of Contents 一、异常检测二、基于自动编码器的异常检测三、异常检测Tensorflow的实现3.1、数据加载3.2、搭建自编码模型3.3、模型训练3.4、模型预测一、异常检测异常定义为偏离标准，很少发生且不遵循其余“模式”的事件。异常的例子包括：由于世界大事而导致的股市大跌工厂/传送带上的不良物品实验室中被污染的样品假设我们的数据服从一个正太分布，那么通常异常数据位
转载
2023-12-21 11:19:40
239阅读
一、软件测试定义1.简单来说，软件测试就是从现有软件中，尽可能多的发现bug的过程。●说明：（1）软件不完美，或多或少存在bug，所以测试人员的职责不是“消灭”bug,而是尽可能多的发现bug（2）软件测试强调的是查找bug的过程，只要完成了排查bug的过程，无论是否发现bug，都是在测试（3）软件测试的最终目的是能够保证软件有一个好的质量（QA-质量保证）二、软件开发的阶段划分（1）需求分析阶段
转载
2023-12-07 21:52:54
0阅读
施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算法与单机器人工作站、多机器人群体共融、行业定制化应用。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。SCHNOKA （施努卡）在3D机器视觉算法、机器人柔性控制、手眼
转载
2024-01-04 15:58:34
82阅读
先挖个坑，把之前做过的缺陷检测记录一下，以后有时间再来填坑U-NetU-Net网络发表于2015年，最开始是用于医学细胞图像分割，但是针对其他的分割问题，U-Net似乎也表现出了不错的性能[2]。该网络结构如下图所示，其整体的流程实际上是一个编码和解码（encoder-decoder）的过程。 U-Net网络是一个经典的全卷积网络，输入为572×572大小的图片，论文中将网络左侧称为contrac
转载
2023-12-15 13:39:46
178阅读
官方链接：Vision-based SIS for steel该数据集是东北大学的宋克臣等几位老师收集的，一共包含了三类数据，官网有时打不开，三种缺陷数据集我都我保存到了百度网盘里百度网盘链接：链接：https://pan.baidu.com/s/1bAKoSG7VHE98JdHJPGJvcw 提取码：ibje（1）NEU surface defect database数据集收集了夹杂、划痕、压入
转载
2024-08-26 00:05:19
769阅读
作者介绍1. 算法模型图（目前论文和专利未公开，保密待补充）2. 界面效果展示2.1 封面界面2.2 主界面2.3 检测过程的界面3 总结4.后续可优化的部分 作者介绍张伟伟，男，西安工程大学电子信息学院，2019级硕士研究生，张宏伟人工智能课题组。 研究方向：机器视觉与人工智能。1. 算法模型图（目前论文和专利未公开，保密待补充）2. 界面效果展示2.1 封面界面封面界面用于软件打开时跳出的界
转载
2024-04-24 14:58:22
217阅读
《工业视觉少样本缺陷检测实战应用》AidLux是基于ARM架构的跨生态（Android/鸿蒙+Linux）一站式AIoT应用快速开发和部署平台
原创
2023-12-11 07:53:50
77阅读
代码看起来可以工作，但不是以你“想当然“”的方式。如果一段代码直接出错，抛出了异常，我不认为这是陷阱。比如，Python程序员应该都遇到过的“UnboundLocalError", 示例： >>> a=1
>>> def func():
... a+=1
... print a
...
>>> fu
转载
2024-06-15 09:18:43
82阅读
建立在库博大数据安全分析平台之上的库博软件成分和安全分析工具可以对AI开源框架进行成分发、1,099,906行代码，4312个文件。共找到9个依赖的组件，t...
原创
2022-12-23 18:08:34
144阅读
一、利用直方图的方式进行批量的图片缺陷检测（方法简单）二、步骤（完整代码见最后）2.1灰度转换（将原图和要检测对比的图分开灰度化）
灰度化的作用是因为后面的直方图比较需要以像素256为基准进行相关性比较
img = cv2.imread("0.bmp")
#原图灰度转换
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
#循环要检测的图，均灰度化
for i
转载
2023-08-03 19:48:47
592阅读
前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中，下面将会介绍几种深度学习算法在缺陷检测领域中的应用。1、A fast and robust convolutional neur
转载
2023-12-13 09:26:00
391阅读
今天来一个缺陷检测的实例，如下是原图，第二个和第三个黑色部件有缺陷 思路: ①提取OK部件轮廓做model ②遍历部件轮廓，做差分，形态学处理 ③结果判断绘制 上代码(含注释）：import cv2
import numpy as
转载
2023-10-13 11:03:01
296阅读
