By

欢迎转载，请支持原创，保留原文链接:blog.ilibrary.me

TODO

  1. Kaggle Stell Defect Detection
    1. 下面的答案看得不明不白.
  2. 用实力给自己正名，YOLOv5：道路损伤检测我最强！GRDDC’2020大赛报告
    1. 冠军方案, YOLOv5, 有代码
    2. 第二名方案, YOLOv4, 有代码
    3. 第三名好像只能有模型, 代码：https://pan.baidu.com/share/init?surl=VjLuNBVJGS34mMMpDkDRGQ 提取码: xzc6
    4. 第四名方案
    5. 有评论说这个比赛没有大佬入场，得分都不高。
  3. DEye (Keep an Eye on Defects Inspection) , 基于tensorflow 1.4版的实现，多种缺陷检测。
  4. 基于yolov3的铁轨缺陷/裂纹检测
  5. tiny YOLO v3做缺陷检测实战
  6. 深度学习图片处理视频教程

YOLO

  1. YOLO3 教程
    1. 检测图片内容: ./darknet detect cfg/yolov3.cfg yolov3.weights dog.jpg
    2. 等价于./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights dog.jpg
    3. 文章末尾有training教程
  2. YOLOv4教程
    1. make
    2. Download weights: https://github.com/AlexeyAB/darknet/releases/download/yolov4/yolov4.weights
    3. 检测: ./darknet detect cfg/yolov4.cfg yolov4.weights dinner.jpeg
  3. YOLOv5教程, YOLOv5
    1. git clone https://github.com/ultralytics/yolov5
    2. pip install -r requirements.txt
    3. python detect.py --source 0, 检测摄像头里面的内容
  4. 深入浅出Yolo系列之Yolov3&Yolov4&Yolov5&Yolox核心基础知识完整讲解
  5. 深入浅出Yolo系列之Yolov5核心基础知识完整讲解
  6. YOLOv7

Kaggle 检测题

  1. Kaggle Stell Defect Detection
    1. 里面的答案看得有点不明不白，还得继续努力.
  2. [ ]

天池检测题

  1. 天池-铝型材表面瑕疵识别
    1. 题解
    2. 知乎分析
  2. 天池-瓷砖表面瑕疵检测
  3. 天池-AI学习知识库

MMDetection

百度飞桨

工具

  1. Netron, 网络可视化工具.
    1. Mac下可以brew安装: brew install netron
    2. https://netron.app/, 上传model, 在线浏览model.
    3. git repo里面有sample model的链接。
  2. labelimg, 图片标记工具, python+qt
  3. labelme, 图片标记工具
  4. label studio
  5. Yolo Label

Sample codes

  1. face_recognition, 非常简单易懂的人脸识别命令行工具, 封装了dlib, 里面有很多example，有CNN，DNN训练人脸的代码，还有人脸识别的flask web api.
    1. knn实验结果: 自带的图片里面人脸识别效果很好，用自己的照片，加上小孩的照片，小孩都被识别为我自己了。亚洲脸盲?
  2. DEye (Keep an Eye on Defects Inspection) , 基于tensorflow 1.4版的实现，多种缺陷检测。
  3. Github defect detection topic
  4. One-Shot Recognition of Manufacturing Defects in Steel Surfaces, 有paper，有code, 有website。
  5. For automatic detection of surface defects in various products, 一个精选的papers实现列表，都有github代码.
  6. surface defect detection papers, 收集papers, 有qq群.
  7. YOLOv3做裂纹检测 CSDN
  8. [ ] [缺陷检测算法汇总（传统+深度学习方式） 综述、源码](https://cloud.tencent.com/developer/article/1818274), you很多github链接，分类好了的。
  9. CSDN YOLO文章
  10. yolov5——基于yolov5的钢材表面缺陷识别
  11. 基于YOLOv5的汽车座椅缺陷检测
  12. 基于yolov5-6.0版本的PCB板缺陷检测（Python/C++部署）
  13. 工业缺陷检测项目实战(二)——基于深度学习框架yolov5的钢铁表面缺陷检测
  14. 基于YOLO-V3（Darknet框架）的缺陷检测
  15. [ ] [ECCV 2022 Oral 无需微调即可推广，上交大、上海人工智能实验室等提出基于配准的少样本异常检测框架](https://mp.weixin.qq.com/s/Q2kCTPJt-GGqkG5EBY-U0w), 有代码Registration based Few-Shot Anomaly Detection.
  16. watermark-removal, 水印去除.

视频教程

  1. Yolo系列讲解, 有github repo.

Refs

  1. 10张图带你认识图像分割的前世今生
  2. 动手学深度学习, 面向中文读者的能运行、可讨论的深度学习教科书,含 NumPy/MXNet、PyTorch 和 TensorFlow 实现, 被全球 55 个国家 300 所大学用于教学
  3. Neural Style Keras implementation
  4. Neural Style Transfer神经风格迁移详解
  5. 风格迁移论文理解–A Neural Algorithm of Artistic Style
  6. 表面缺陷检测数据集, 数据集非常多.
  7. 知乎整理的28种数据集网盘下载链接
  8. Object Detection with Deep Learning: The Definitive Guide, 2017年的文章, 对原理有些讲解, 里面包含很多有价值的链接和概念，对扩充知识面很有帮助.
    1. 有提到Haar和HOG. Haar是Opencv自带的人脸检测。
    2. 还有提到overfeat算法, 基于Overfeat的图片分类、定位、检测
    3. 提到了YOLO
    4. 详解Fast R-CNN
  9. 经典卷积神经网络（CNN）结构可视化工具
  10. VGG网络结构详解与模型的搭建
  11. VGG
    1. 开源tensorflow vgg, 怎么运行代码
  12. CSDN 机器视觉专栏
  13. MMDetection
  14. 强烈推荐读这篇文章，使用 OpenCV 将卷积实现为图像过滤器, 这篇文章把卷积和图像过滤器整合成一个概念，让我豁然开朗，一下子明白了CNN的意义, 简单理解CNN就是一个过滤器，过滤器就是特征提取器，过滤后的内容就是提取后的特征。