瑕疵检测代码-matlab 缺陷检测 Matlab代码用于基于Extreme Edge的缺陷检测，如以下文章所示：Zouhir Wakaf，Hamid A.Jalab（2016）。 基于缺陷区域直方图极端边缘的缺陷检测。 沙特国王大学学报-计算机与信息科学。 DOI：10.1016 / j.jksuci.2016.11.001

DFT的matlab源代码 surface-defect-detection 分享一些表面缺陷检测的文章，主要检测对象是：金属表面、LCD屏、建筑、输电线等缺陷或异常检物。方法以分类方法、检测方法、重构方法、生成方法为主。电子版论文放在了paper文件的对应日期文件下。 2019.01 [1]CNN做分类 论文题目：A fast and robust convolutional neural network-based defect detection model in product quality control 摘要：The fast and robust automated quality visual inspection has received increasing attention in the product quality control for production efficiency. To effectively detect defects in products, many methods focus on the handcrafted optica

Fabric-defect-detection Fabric defect detection based on computer vision 整体分为五个模块：1）读取图像模块；2)缺陷检测模块；3)缺陷定位模块；4)保存模块；5)退出模块 布匹缺陷检测系统框架图 布匹缺陷检测系统界面图 加载图片界面图 缺陷检测界面图 缺陷区域定位界面图 保存系统界面图 退出系统界面图

TFT-LCD_defects_detecter-Qt-opencv：基于改进的显着性模型的TFT-LCD缺陷检测器

Severstal：钢缺陷检测-Kaggle 准确度：89.5％| 排名1的90.8％ 排名：345/2427 战队：岩浆蓝调 ， ， 平板钢板的生产过程特别精细。 从加热，轧制到干燥和切割，几台机器在准备装运时就接触扁钢。 如今，谢韦尔（Severstal）使用高频摄像机的图像来驱动缺陷检测算法。 竞争涉及开发模型以对钢板上的表面缺陷进行定位和分类。

英文| [简体中文]（ ） 表面缺陷检测：数据集和论文 :horse: :chart_increasing:在表面缺陷研究领域不断总结开源数据集非常重要。收集并汇编了2017年以来的重要重要论文，可以在 文件夹。 :whale: 数据集下载： | 介绍 目前，基于机器视觉的表面缺陷设备已在3C，汽车，家用电器，机械制造，半导体和电子，化学，制药，航空航天，轻工等多个行业的各个领域中广泛取代了人工视觉检查。基于机器视觉的传统表面缺陷检测方法通常使用常规图像处理算法或人为设计的特征以及分类器。一般而言，成像方案通常是通过使用被检查表面或缺陷的不同属性来设计的。合理的成像方案有助于获得照明均匀的图像，并清晰地反映物体的表面缺陷。近年来，许多基于深度学习的缺陷检测方法也已广泛用于各种工业场景中。 与计算机视觉中清晰的分类，检测和分割任务相比，缺陷检测的要求非常普遍。实际上，它的要求可以分为三个不同的级别：“缺陷是什么”（分类），“缺陷在哪里”（

视网膜检测物体检测器 介绍 RetinaDetector是基于RetinaFace修改过的检测方法的，原论文是一种实用的单级面部检测器，最初在 数据 如下组织数据集目录： data/retinaface/ train/ images/ label.txt val/ images/ label.txt test/ images/ label.txt 安装 安装具有GPU支持的MXNet。 如果使用基于DCN的主干，请从安装 Convolution V2运算符。 键入make来构建cxx工具。 训练 请检查train.py进行培训。 将rcnn/sample_config.py复制到rcnn/config.py 为了获得更好的训练效果，可针对性的修改一些参数，如下： config.TRA

附件为显示器上点状、带状等不同形态的mura视觉检测算法，主要采用了LOG滤波器对缺陷图像进行了处理，附件内有文档说明如何针对缺陷设计滤波器，希望对大家有所启发。

Surface-defect-Detection-dataset 读研期间遇到的一些缺陷检测的图像，在此做一个表面缺陷数据集汇总，**感谢加星！**可从CSDN阅读： 1、德国DAGM 2007的数据集 总共十类图像，有训练集和测试集，部分样例如下： 数据官方网址： 网盘下载： 链接： 提取码：47jo 2、钢材表面缺陷 这个数据集是东北大学一个老师收集的，分为三个数据集： 官方网址： ，数据官方网站中也给出了最近几年使用此数据集发表的paper。部分样例如下： 3、KTH-TIPS database 重复背景纹理数据集，样例图片如下，官方网址： 网盘下载链接： 数据集1： 数据集2： 4、磁瓦缺陷的数据集 中科院自动化所一个课题组收集的数据，官方链接登录失败，只能从github链接：. 该数据集总共包含1344张图像，对磁瓦的感兴趣区域 (ROI) 进行了裁剪。共包含6类图片 (5类缺陷

1. 基于pytorch实现的代码，GPU版（cpu也能跑，但是会out of memory）； 2. 包含所用的数据集KolektorSDD电子转换器表面裂痕的图片，论文原文和代码（训练好的模型大于1G了...csdn的资源大小限制，不能上传，如果有需要请留言）； (抱歉，我前段时间整理资料的时候误放了，最近我再找找，如果找到了我会传到网盘，然后把链接贴到这里。大家先不要浪费积分下载了) 3. 关于本资源的具体介绍可参考我的博文