在计算机视觉领域，目标检测发展迅速，越来越多的制造企业正在尝试将机器视觉检测技术引入产品缺陷检测。目前基于机器视觉的缺陷检测技术已经大量应用于纺织品、汽车零部件、半导体、光伏组件等产品的缺陷检测中，而工业制造领域的多样性、生产环境的复杂性、产品缺陷的非标性等因素，都给机器视觉在缺陷检测的实际应用带来了诸多挑战。
随着制造工艺越来越复杂，对于检测的准确性和稳定性要求越来越高，然而，由于知识点比较繁杂，无论是高校或企业都很难形成一套完整的教程。许多刚入门的同学，只能依靠网上零散的资料学习，很难高效成长进步。
为此，咕泡科技现邀请到「人工智能实战专家 - 唐宇迪博士」，专为深度学习的同学开设了「深度学习缺陷检测实战篇」。课程将会
结合源码与真实数据集展开项目实战，全方位读缺陷检测项目与科研流程
下面是本次课程的内容节选，唐宇迪老师将会分享从基础神经网络开始，逐步过渡到物体检测与分割经典算法及其应用场景。
上课时间：6月15日-16日，每晚20:00-22:30
课程服务：录播+直播授课+讲师答疑+课堂笔记+作业布置
神经网络模型细节知识点分析.
神经网络模型整体架构解读.
-
计算机视觉核心模型-卷积神经网络.
卷积神经网络整体架构及其参数设计.
缺陷数据标注与数据集构建.
YOLOV5模型训练全流程解读.
基于注意力机制的可变形DETR缺陷检测模型.
如何快速进行论文实验分析与模板化建模.
注：本次训练营会有PPT课件、课堂笔记。
PPT课件、课堂笔记会在6月16日
统一发给完成全部作业且2天都到课的同学。
你可以用于课后自查、复习巩固
，甚至复用于日后的业务，方便高效！你将获得伴随式的编程环境、讲师带练、运用科学的方法引导，帮你消化疑难知识点
同时还有@唐宇迪老师将会分享 , 一线热门技术和行业经验，众多学员亲测有效的一套技术提升方案，帮你摆脱迷茫，明确成长方向！
