PRACTICE PROJECTS

实践项目

以单图上传为主要体验方式,展示计算机视觉、工业视觉与轻量化部署实践。

01
ONNX图像分类CPU

皮肤影像智能分析

上传皮肤影像,返回分类结果、置信度与病变区域可视化。

形式:单图分析接口:FastAPI
02
PyTorchMobileUNetCPU

车道线检测识别

上传道路图片,识别车道线与可行驶区域并生成叠加结果。

形式:单图检测任务:语义分割
03
OpenCV传统视觉CPU

工业视觉工具箱

体验边缘检测、阈值分割、形态学、轮廓测量和对比度增强。

形式:单图处理模型:无需模型
04
PaddleOCR文字识别CPU

工业 OCR 文字识别

识别铭牌、标签、仪表和序列号,返回文字、置信度与检测框。

形式:单图识别语言:中英文
05
PatchCore异常检测CPU

工业异常检测

通过正常参考图构建特征记忆库,定位待检图片中的异常区域并生成热力图。

形式:参考图 + 待检图骨干:ResNet18