在应用人工智能技术之前，部分质检场景已经出现了使用传统机器视觉进行质检的案例。但是由于产品零件复杂、光源多样性等因素的限制，更多场景还是依赖于人工质检。而人工智能技术的融合可进一步提升检测精度，很多实践已证明ai算法可实现高达99%以上检测精度，可以应用在绝大多数工业质检场景中。

本次昇腾小姐姐教你趣味实验，将给大家介绍工业质检的应用场景，以及昇腾ai的技术应用。

通过本实验，您将可以掌握昇思mindspore的基础使用，熟悉u-net网络和图像分割的原理知识，您还可以熟悉昇腾910和昇腾310ai处理器的使用，掌握离线模型的转换方法，以及熟悉mindx sdk mxvision的使用。

快跟昇腾小姐姐一起来学习趣味实验吧！

本实验主要介绍如何使用昇思mindspore框架构建u-net网络模型，使用线上昇腾算力在工业质检的模拟数据集上进行训练，并将保存的模型编译生成适配昇腾ai处理器的离线模型，使用mindx sdk mxvision进行推理，从而实现图像分割的任务。

第1章 华为昇腾工业质检场景应用
第2章 工业质检实验介绍
2.1 实验平台和资源
2.2 实验数据与模型
第3章 昇思mindspore 训练阶段
3.1 环境搭建
3.2 训练项目介绍
3.3 配置文件参数和数据预处理
3.4 模型训练
3.5 模型推理
3.6 结果可视化
3.7 模型保存
第4章 mindx sdk 推理阶段
4.1 环境搭建
4.2 环境更新
4.3 环境安装
4.4 推理项目介绍
4.5 atc模型转换
4.6 sdk业务流程编排
4.7 streammanagerapi
4.8 执行推理脚本

欢迎在下方评论区留言讨论

您可以在这里展示您的diy成果！

同时欢迎大家推荐demo~