Skip to content

Latest commit

 

History

History
 
 

QualityInspector

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

工业质检全流程解决方案  QualityInspector

简介

在3C电子、汽车、纺织化纤、金属、建筑、食品、日用消费品等生产制造行业,质量检测是保障产品质量的重要一环,是企业确保产品符合标准、满足客户需求、提高竞争力的关键步骤。在深度学习时代,AI赋能工业质检成为大势所趋。传统的数字图像处理方法虽然比起人工检测已经有了很大进步,但往往存在精度不高、泛化性差等问题。基于深度学习的方法能够很大程度上缓解这些问题,给很多复杂的质检场景带来自动化的可能性。

基于飞桨的计算机视觉开发套件PaddleClas、PaddleSeg、PaddleDetection三件套,已经可以解决很多质检问题,但是这些套件没有提供针对工业质检场景的数据预处理、后处理、评测指标等配套工具,没有提供针对工业质检的特色模型,且不能有效支持需要这些套件联动来解决问题的场景。

QualityInspector工业质检全流程解决方案开发工具,致力于帮助开发者快速完成算法的研发、验证和调优,端到端完成从数据标注到模型部署的全流程工业质检应用。

QualityInspector目前发布V0.5预览版本,主要特性包括:

  • 统一可配置的解决方案:支持检测、分割单模型、检测+RoI分割串联结合后处理的解决方案,简单修改配置即可轻松组合视觉套件的模型。
  • 工业级指标评估和调优:评估工业质检项目实际落地指标,并可直接调节后处理规则参数进行指标一键调优,方便易用。
  • 丰富的视觉算法库:新增支持无监督异常检测算法,同时集成飞桨视觉套件的成熟算法库,覆盖图像分割、目标检测等任务。
  • 可快速上手的工具:支持数据格式转化工具,快速完成检测,分割/RoI分割任务数据格式转化,同时支持数据分析工具和EISeg数据标注工具。

QualityInspector部分可视化效果如下:

最新消息

  • [2023-4] 🔥 发布全流程工业质检开发工具QualityInspector V0.5版本
    • 支持配置化全流程方案搭建,简单修改配置即可轻松组合视觉套件的模型。
    • 支持无监督异常检测算法。
    • 提供工业质检场景使用的数据通用工具脚本。
    • 支持全流程工业指标评测,后处理调优。

详细教程

3. 数据准备

4. 训练&验证

5. 全流程预测

6. 全流程评估

技术交流

  • 如果大家有使用问题和功能建议, 可以通过GitHub Issues提issue。
  • 欢迎加入PaddleSeg的微信用户群👫(扫码填写简单问卷即可入群),大家可以领取30G重磅学习大礼包🎁,也可以和值班同学、各界大佬直接进行交流。
    • 🔥 获取深度学习视频教程、图像分割论文合集
    • 🔥 获取PaddleSeg的历次直播视频,最新发版信息和直播动态
    • 🔥 获取PaddleSeg自建的人像分割数据集,整理的开源数据集
    • 🔥 获取PaddleSeg在垂类场景的预训练模型和应用合集,涵盖人像分割、交互式分割等等
    • 🔥 获取PaddleSeg的全流程产业实操范例,包括质检缺陷分割、抠图Matting、道路分割等等

TODO

未来,我们想在这几个方面来发展 QualityInspector,欢迎加入我们的开发者小组。

  • [] 图像配准对齐。
  • [] 小目标,长尾分布,少样本等问题的研究。
  • [] ...

License

QualityInspector 的 License 为 Apache 2.0 license.

致谢