【项目实战课】基于Pytorch的YOLOv3工业缺陷检测实战
欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的YOLOv3工业缺陷检测实战》。所谓项目课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。
本次主题
目标检测是最基础的计算机视觉方向之一，它在工业领域中的应用非常广泛，本次我们聚焦于工业缺陷检测任务，带领大家实战一个非常基础通用的目标检测框架YOLOv3。本次课程定价为69元，讲解约为120分钟，所有实战课程都配套有答疑群，各部分课程内容与时长如下：
|
部分 |
内容 |
时长(分钟) |
|
No.1 |
原理回顾 |
5 |
|
No.2 |
数据集介绍 |
3 |
|
No.3.1 |
主干网络代码讲解 |
25 |
|
No.3.2 |
Neck+Head代码讲解 |
10 |
|
No.3.3 |
解码过程代码讲解 |
10 |
|
No.3.4 |
前向推理代码讲解 |
27 |
|
No.4 |
模型训练 |
25 |
|
No.5 |
模型测试 |
18 |
下面我们来简单看一下各部分的内容：
第1部分：原理回顾，简单介绍YOLO v3模型的结构以及损失等内容。
第2部分：数据集介绍，对所使用的工业缺陷检测数据集进行简单介绍。
第3部分：对模型相关的代码进行详细解读，包括主干网络代码讲解，Neck+Head代码讲解，解码过程代码讲解，前向推理代码讲解。
第4部分：对模型训练相关的代码进行详细解读，并进行模型训练。
第5部分：对模型推理测试相关的代码进行详细解读，并使用图片和视频进行测试。
下面是部分测试结果图展示：
本次课程为录播课程，讲师为鲁健恒，大学老师，有三AI线上与线下课程讲师，《深度学习之模型设计》系列课程主讲人，SCI期刊IEEE ACCESS审稿人。专注于计算机视觉与人工智能领域，近期围绕人工智能领域，拥有4个发明专利授权，2个实用新型专利授权，以及2个软件著作权。
如何订阅
我们的视频课全部在小鹅通平台，可以使用手机APP小鹅通或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：
课程详情如下：
如果想学习更多目标检测相关的内容，欢迎大家关注目标检测专栏课程，介绍如下：
【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！
更多实战课内容
更多的项目实战课内容，请大家参考我们的项目实战课程合集，如下：
【CV季划】2023年有三AI-CV项目实战组出炉，超过30个案例，60小时项目实战+2大基础方向专栏+3本书赠送
实战课讲师招募
为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：
讲师要求如下：
(1) 有多次人工智能领域教学经验，擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信-坨坨瑜提交简历，或直接联系有三本人。
往期相关
-
【重要】2023年有三AI还有哪些包含一对一指导的综合性课程服务，实名指导老师+永久有效+无套路运营
-
【总结】最系统化的CV内容，有三AI所有免费与付费的计算机视觉课程汇总（2022年12月）
-
【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战
-
【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战
-
【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战
-
【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战
-
【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战
-
【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战
-
【项目实战课】基于Pytorch的PFLD人脸关键点检测实战
-
【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战
-
【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
-
【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战
-
【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战
-
【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战
-
【项目实战课】基于Pytorch的SRGAN图像超分辨实战
-
【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战
-
【项目实战课】基于Pytorch的DANet自然图像降噪实战
-
【项目实战课】基于Pytorch的Real-ESRGAN自然图像超分辨实战
-
【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
-
【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战
-
【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战
-
【项目实战课】基于Pytorch的SiameseFC通用目标跟踪实战
-
【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战
-
【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战
-
【项目实战课】微信小程序图像识别模型前后端部署实战
-
【项目实战课】从零实现原生Pytorch安卓端图像分类模型部署
-
【项目实战课】从零实现原生Pytorch安卓端图像分割模型部署
-
【项目实战课】从零实现原生Pytorch安卓端目标检测模型部署
-
【项目实战课】基于ResNet的生活用品多标签图像分类实战
-
【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
-
【项目实战课】基于Pytorch的的SENet人种图像分类实战
-
【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战
-
【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战
-
【项目实战课】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战
-
【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战
-
【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战
-
【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战