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
- 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。
- 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
- 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
- labelme的使用:标注,转换等
- 图像分割的自动标注SAM的介绍
- AOI光学检测设备的工作流程
- 少样本缺陷检测深度学习算法- Anomaly Detection
- 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
- 在终端上安装Aidlux
- vscode扩展安装remote ssh
3.模型转换介绍
用户名:AIMOTC001
密码:AIMOTC001
![](
4.上传代码到AidLux
多种方式:
- 通过vscode连接后,可以直接拖动文件到项目目录中
- 通过ftp软件上传
- 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
-
配置相关路径
- 模型的路径
- 要推理的图片
- 推理结果的图片保存路径
-
结果演示