本文主要是介绍基于AidLux的工业视觉少样本缺陷检测实战应用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1. 模型转换
AIMO网站: http://aimo.aidlux.com/
试用账号和密码: 账号:AIMOTC001 ,密码:AIMOTC001
- 上传模型
- 选择目标平台
- 参数设置选择自动转换
- 转换结果并下载
2. 基于AidLux的语义分割模型部署
dataset2aidlux文件夹包括:
•test_imgs:需要推理的图像样本
•onnx原模型:unetmodel.onnx
•tflite模型
•tflite推理的python脚本
通过它运行python脚本对测试图片进行预测
3. 测试结果
测试视频:基于AidLux的工业视觉少样本缺陷检测实战应用
这篇关于基于AidLux的工业视觉少样本缺陷检测实战应用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!