12年嵌入式产品和物联网应用研发
工学博士,高级工程师,苏州市姑苏创新创业领军人才,苏州市施连敏物联网技术技能大师工作室负责人。合著《嵌入式技术基础与实践(第六版)--基于STM32L431微控制器》、《RISC-V嵌入式开发实践--基于CH32V307微控制器》,获得发明专利18项。
该系统采用机器学习,尤其是YOLO算法,来提升工业产品缺陷检测的效率和精度。与传统人工检测相比,机器学习方法能有效减少人工耗时,提供更高的检测精度和灵活性。YOLO作为一种实时目标检测算法,通过数据增强等技术克服了缺陷样本匮乏等问题,并利用轻量化优化,使得模型能够在资源有限的嵌入式平台上运行。系统能够精准检测细微缺陷,满足工业现场对高精度、低开销和实时性的需求。本课程部分硬件采购于DigiKey平台。
| 厂商 | 型号 | 类型 | 规格书下载 |
|---|---|---|---|
| Raspberry Pi | SC0195(9) | 嵌入式计算机,单板计算机(SBC) | 下载 |
| Raspberry Pi | SC1174 | 开发板,套件,编程器,评估板,扩展板,子卡 | |
| Newhaven Display Intl | NHD-10.1-HDMI-A-RSXP | 光电器件,LCD,OLED,图形 | 下载 |