极市直播|第 36 期 禾思众成 CTO 马智恒:深度学习在工业缺陷检测中的应用

技术直播 Admin ⋅ 于 11个月前 ⋅ 最后回复由 Admin 2个月前 ⋅ 3730 阅读

01活动信息

主题:深度学习在工业缺陷检测中的应用

时间:11月28日(本周三)晚20:00~21:30


02嘉宾信息

马智恒,深圳禾思科技联合创始人及CTO,西安交通大学博士,在深度学习以及工业视觉领域有着多年的研究与研发经历,对工业缺陷检测领域的痛点有自己清晰而独到的理解,曾带队多次获得国内外技术挑战赛冠军。


03关于分享

➤分享背景

计算机视觉的研究发轫于工业领域机器视觉的应用,但这一领域领域的发展在形成halcon等一系列标准化软件之后便陷入了停滞,以卷积神经网络为代表的深度学习算法近年来席卷了计算机视觉领域的各个任务,但在缺陷检测领域仍受制于缺陷目标较小、缺陷样本较少等问题。这次分享的内容基于禾思科技近年来在工业缺陷检测领域中实际遇到的问题,重点讲解我们在任务定义、数据收集、评测指标选取、模型结构设计等方面积累的经验。


➤分享大纲

  • 工业缺陷检测与高级视觉任务下的目标检测、实例分割的异同
  • 检测算法在工业缺陷检测中的应用
  • 分割算法在工业缺陷检测中的应用
  • 弱监督学习在工业检测中的应用
  • 传统算法和深度学习算法的结合


04参与方式

直播已经结束啦~在线回放视频链接:https://v.qq.com/x/page/r0805yximt4.html
PPT下载链接:https://pan.baidu.com/s/1xXpaIv0lhihYXRX5GR5W2g
提取码:提示:此内容登录后可查看



也欢迎大家在本帖下留言你的问题或者感想,我们会邀请马博进行回复~
ps.再给大家推荐下,极市之前的第十期周凯博士关于工业检测方面的分享《机器视觉技术在智能产品检测中的应用研究》,可和马博的结合来听~ “极市平台”公众号后台回复"10"即可获取


PS.加入专业CV讨论交流群请填写表单 (http://extremevision.mikecrm.com/cuFRWlH)

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

本帖已被设为精华帖!
本帖由 Admin 于 10个月前 取消置顶
回复数量: 10
  • 小白学CV 硕士研究生 @ 哈工大

    我觉得有几点比较有意思:


    第一,他们用了特征可视化来判断网络是否学到了有价值的东西;也可以判断问题的定性,比如通过可视化来判断是直接分类还是用检测或者分割;还可以判断数据标注是否有问题,有助于问题的定义。

    第二,用了mean-teacher半监督学习方法。

    第三,设计了net2net的网络。



    但是马博对于小样本的看法我有所保留

    11个月前 3
  • hello_uncle 算法工程师 @ 北邮

    牛 :+1:

    11个月前
  • 邓布利多 算法工程师 @ 华中科大

    @小白学CV 补充下我的看法。之前在直播的时候认真听了这场分享,从我个人的经验分析是,考虑到标图成本与效果,一般会用分割,检测,分类三种方法,然后对不同尺度不同难度的问题进行了不同方式的处理。同时在已有的机器学习的处理缺陷检测的基础上,结合深度学习做模型融合。

    11个月前 1
  • degomy 图像算法工程师 @ 个人

    工业检测中,字符识别也是个大问题,比如识别生产日期。一个大问题是,本身不连续而且还有可能与相邻字符粘连的字符识别干扰很大,CNN在提取这种特征时,过拟合太常见了。我想问的是,随着样本数的提升,这一情况能否得到改善?

    11个月前 1
  • 你找不到我 社区管理员 @ 极市平台

    @degomy 过拟合现象在别的检测项目中也很常见,是一个比较基本的问题,增加样本肯定是改善的,可以提高算法的泛化能力,多数情况在样本少的情况导致的过拟合,一般增加样本是最直接的改善方法。

    11个月前 1
  • @Admin 能邀请马博给出他们有关工业缺陷检测的方面的论文链接吗?想仔细研读一番,谢谢

    11个月前
  • 感谢马博的演讲,可以仔细研读~~

    6个月前 1
  • zhengxi 图像算法工程师 @ 西工大

    马博,有没有官方联系方式什么的呢?

    4个月前
  • 很好

    2个月前 1
  • Admin 社区管理员 @ 极市平台

    @zhengxi 有邮箱的哈

    2个月前
您需要登陆以后才能留下评论!