想用深度学习的方法检测一个零部件的不合格部位，如何下手？ | 社区问答

这里是 AI 研习社，我们的社区已经正式推出了！欢迎大家来多多交流~

mooc.ai/bbs

（戳文末阅读原文直接进）

社长为你推荐来自 AI 研习社问答社区的精华问答。如有你也有问题，欢迎进社区提问。 

一个小介绍：

社区目前主要功能是问答和博客，支持文字、图片、视频、代码、公式、超链接，这些功能可以让你在描述问题 / 回答问题 / 写文章的时候用最清晰的方式来表达，还需要什么你说，我改。

  话不多说，直接上题  

问：想用深度学习的方法检测一个零部件的不合格部位，如何下手？

本人刚开始接触深度学习，现在有一个任务，想用深度学习的方法检测一个零部件的不合格部位（图片中有斑点的地方），下面有零部件的 x 光线图。没有任何的经验，不知道从何做起，何处下手，希望给点意见，最好是有个步骤，详细点，谢谢！

来自社友的回答

▼▼▼  

@MicoonZhang   

虽然我没做过这类项目，但是大概思路你可以考虑以下两种思路：

1. 首先要标注样本，正样本和负样本，当然样本要尽可能的多，并且尽量要均衡（也就是最好是正负 1:1）。然后做异常部位位置的回归，回归出可以唯一确定的矩形框的点，并且可以回归多个，如果你的需求是只要出现一次就算不合格，那也可不用出多个，确定单个矩形框即可，然后通过回归的矩形区域去用 cnn 提取特征并最终分类，分类结果是 1 或者 0（代表是否是不合格部位）

2. 最暴力的用 end to end 的方法，拿你的 X 光图去直接训练出两个结果 1 或者 0（代表是否是不合格部位），这种方法设计网络时候要求不高，但是在收集样本和标注的时候要尽可能的覆盖更多的情况，需要更多的样本，可控性不是很高，但是也值得一试

 

这些当然是我自己一个初步思路，具体工程还是需要按照具体需求去实现的。

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

如果你有更好的答案，点击阅读原文分享你的观点~

▼▼▼