基于AidLux的工业视觉少样本缺陷检测实战应用

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

你可能感兴趣的:(深度学习)