精通GPU-利用CUDA加速图像处理，提升缺陷检测精度，CSDN CSDN组织关于GPU 方面的视频

机器视觉工业缺陷检测的那些事-20210817，涉及到机器视觉过程中的硬件设备的选型（包括如何选择光源、选择什么样的相机、镜头等）、常用的图像处理算法，以及市面上使用较多的算法库。相信肯定对大家有所帮助。

基于matlab平台的：水果分级系统（颜色，形状，大小，缺陷，方法bp，分级标准设置，带界面GUI，步骤详细）

绝缘子作为输电环节中的重要设备，在支撑固定导线，保障绝缘距离的方面有着重要作用。深度学习技术的大量应用，计算机运算性能的不断提高，为无人机准确识别和定位绝缘子，实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位，利用深度学习技术采取基于YOLOv5 算法的目标检测手段，结合绝缘子数据集的特点，对无人机拍摄图片进行训练，实现对绝缘子精准识别和定位，大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率，具有十分重要的应用效果。本项目可以作为计算机专业毕业涉及，提供处理好的数据集、视频和三组训练好的模型，部署简单，并且具有可用于图片检测和视频检测的图形化界面，方便易用。

pyqt+yolov5+pcb缺陷检测，登入界面+支持图像视频检测整体为YoloV5的代码 ui文件夹中存放ui的py文件和原件，便于使用与更改 ui_img存放ui使用的图像文件 utils中添加了一个用户账户工具id_utils.py detect_logical.py是检测界面的逻辑代码 main_logic.py是主界面的逻辑代码 userinfo.csv存放用户账号id信息

钢材表面缺陷检测数据集：NEU-DET 1.包含YOLO模型所需处理好的.txt标签labels文件，已测试； 2.包含所有1800张原始图片及标签xml文件。

本人收集到的各种场景绝缘子数据，包含正常与缺陷，可用来训练绝缘子检测，分割或者缺陷绝缘子识别网络，持续收集中~

基于MATLAB的太阳能电池板缺陷检测系统（GUI）主要针对倾斜的光伏电池板组件照片，应用直方图自适应二值化和透视变换技术进行图像校正，提取行列特征后通过FFT频谱分析出晶片的行列排布进行图像分割，可分别应用非线性SVM与DenseNet对分割照片进行训练以实现缺陷检测。

研究了连续太赫兹波技术在航天隔热复合材料粘接缺陷无损检测领域的应用。使用环氧树脂作为粘接剂，制作了隔热复合材料与金属基板的粘接样件。采用频率范围为0.23\~0.32 THz的反射式调频连续太赫兹波检测系统，对粘接层进行检测。使太赫兹探头聚焦在粘接层处，获得层析图像。根据焦平面下0,1,2 mm处的灰度图像，判断出粘接面的缺陷大小、形状和位置，并用自适应Canny算子边缘检测法对所得图像进行处理。实验与分析表明，应用连续太赫兹成像方法，结合适当的图像检测技术，可以实现对隔热复合材料与粘接基板之间粘接缺陷的无损检测。

图像处理在胶囊外形缺陷检测中的应用