Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в AI за контрол на качеството
- Преглед на AI в производствените процеси за качество
- Приложения в инспекцията, откриването на дефекти и съответствието
- Ползи и ограничения на QA с изкуствен интелект
Събиране и подготовка на данни за качество
- Видове данни, използвани в QA (изображения, сензори, производствени дневници)
- Етикетиране на визуални набори от данни с LabelImg
- Съхранение и структура на данните за обучение на модели
Въведение в компютърното зрение за QA
- Основи на обработката на изображения с OpenCV
- Техники за предварителна обработка на индустриални изображения
- Извличане на визуални характеристики за анализ
Машинно обучение за откриване на аномалии
- Обучение на прости класификатори за откриване на дефекти
- Използване на конволюционни невронни мрежи (CNN)
- Неконтролирано обучение за идентифициране на аномалии
Прогнозиране на добива с AI модели
- Въведение в регресионните техники
- Изграждане на модели за прогнозиране на производствения добив
- Оценяване и подобряване на точността на прогнозите
Интегриране на AI с производствени системи
- Опции за внедряване на модели за инспекция
- Edge AI срещу облачен анализ
- Автоматизиране на сигналите и отчитането на качеството
Практическо казусно проучване и финален проект
- Разработване на цялостен прототип за AI инспекция
- Обучение и тестване с примерни QA набори от данни
- Представяне на работещо AI решение за контрол на качеството
Обобщение и следващи стъпки
Изисквания
- Разбиране на основни производствени или QA процеси
- Познаване на електронни таблици или цифрови форми за отчитане
- Интерес към методите за контрол на качеството, базирани на данни
Аудитория
- Специалисти по осигуряване на качеството
- Ръководители на производство
21 Часа
