工业视觉少样本缺陷检测实战应用

工业视觉少样本缺陷检测实战应用

1.AidLux介绍

AidLux能广泛应用在智能工业、AI教育、智慧人居、智慧城市、智慧物流、智慧交通、智慧零售和机器人等诸多场景中。

集成国际主流AI框架和多种开发环境、后台服务程序、编译器及图形开发组件，无须配置开箱即用，极大地简化了开发步骤；自主研发的AI智能加速技术可实现CPU+GPU+NPU智能加速，大幅提高AI应用运行效率；平台广泛而深度的适配外设接口，省去大量调试工作；内置完整的跨平台桌面和命令行终端连接（SSH），一个平台完成多终端协同开发、测试、部署；

AidLux是一站式AIoT应用快速开发和部署平台APP

1. 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APP。
2. 通过共享 Linux 内核实现Android 和 Linux 生态融合，为单一设备同时提供Android和Linux运行环境，部署nginx演示
3. 可使用APK包安装方式快速部署在ARM架构的手机、平板、电脑和板卡等智能终端上；

本课程中教学了

1. labelme的使用：标注，转换等
2. 图像分割的自动标注SAM的介绍
3. AOI光学检测设备的工作流程
4. 少样本缺陷检测深度学习算法- Anomaly Detection
5. 使用unet训练模型，onnx转tflite

2.vscode ssh连接AidLux

用户名root

密码aidlux

端口9022

1. 在终端上安装Aidlux
2. vscode扩展安装remote ssh

3.模型转换介绍

地址：https://aimo.aidlux.com/

用户名：AIMOTC001

密码：AIMOTC001

![](

4.上传代码到AidLux

多种方式：

1. 通过vscode连接后，可以直接拖动文件到项目目录中
2. 通过ftp软件上传
3. 通过浏览器访问Aidlux，再上传

5.执行推理

1.验证cv环境，读一个图片验证

2. 配置相关路径

   1. 模型的路径
   2. 要推理的图片
   3. 推理结果的图片保存路径

   

   3. 结果演示

视频演示：

https://www.bilibili.com/video/BV14a4y197pA/