【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：

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。