3D视觉缺陷检测教程：理论与实战！

缺陷检测是什么？

缺陷检测，是各行业产品质量管理体系中的重要一环，也是产品在正式投入市场应用前最后一道屏障。由于产品可能出现的品质问题多种多样，没有统一的衡量标准，所以一直以来，产品质检都是依靠人工来完成。可以说，产品最终的交付质量很大程度上取决于质检员的工作经验。而完全依靠人工来实现，又面临着效率低下、成本日益增加的问题。如何在保证产品质量的基础上，提升质检效率、降低成本是每一家制造企业长期追求的目标之一。得益于机器视觉的不断发展和成熟，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，大大提升了制造业的质检效率。机器视觉在工业缺陷检测中的前景毋庸置疑，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。

早期机器视觉主要以2D图像处理为主，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，2D的局限性逐渐暴露出来，例如在检测PCBA板卡的元器件浮高、翘角、立碑等指标时，仅仅依据RGB信息无法稳定检测、无法测量焊点爬锡的爬坡角度，尺寸等指标。而借助3D成像系统，则可以利用三维信息更加稳定的完成检测，而对于2D检测项，也可以完全兼容。从目前的应用趋势来看，3D的应用范围愈加广泛。

如何学习缺陷检测被广泛应用于各类制造业，然而，由于知识点比较繁杂，无论是高校抑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，3D视觉工坊推出了国内首套面向工业级实战类的缺陷检测课程，授课老师为某头部智能制造公司3D资深算法工程师，拥有丰富的缺陷检测算法设计、落地经验。课程将会从环境配置、基础算法分析、实战讲解三部分展开，能够真正面向小白和一定工作经验的算法工程人员，课程大纲如下：

讲师介绍林子祥，目前为某头部智能制造公司3D资深算法工程师，东北大学自动化硕士，在机器人、AOI检测领域工作多年，曾主导10余项3D产品的研发。并作为技术负责人推动研发成果落地。具有丰富的计算机视觉算法工作经验。面向对象

1. 缺陷检测相关方向的本科生、硕士生、博士生；
2. 从事缺陷检测相关的算法工程人员；
3. 工业视觉类的算法团队人员；
   

学后收获1. 深入了解3D视觉在缺陷检测领域的应用，及相关算法、工具的使用；2. 熟悉3D视觉常用的后处理算法，包括滤波，分割，模型拟合等模块；3. 从了解需求、数据准备、算法设计，到算法性能测试， 掌握3D视觉检测的完整开发pipeline；时间安排

课程购买

课程咨询