Свържете се с нас

Съдържание и теми, включени в курса

Въведение в индустриалното компютърно зрение

  • Преглед на системите за машинно зрение в производството
  • Типични дефекти: пукнатини, драскотини, несъответствия, липсващи компоненти
  • ИИ срещу традиционна визуална инспекция, базирана на правила

Заснемане и предварителна обработка на изображения

  • Типове камери и настройки за заснемане на изображения
  • Намаляване на шума, подобряване на контраста и нормализация
  • Увеличаване на данни за устойчивост на обучението

Техники за откриване на обекти и сегментация

  • Класически подходи (прагово определяне, откриване на ръбове, контури)
  • Методи за дълбоко обучение: CNN, U-Net, YOLO
  • Избор между откриване, класификация и сегментация

Разработка на модел за откриване на дефекти

  • Подготовка на анотирани набори от данни
  • Обучение на класификатори и сегментатори на дефекти
  • Оценка на модела: прецизност, припомняне, F1-резултат

Внедряване в индустриални среди

  • Хардуерни съображения: GPU, периферни устройства, индустриални компютри
  • Архитектура на поточна линия за инспекция в реално време
  • Интеграция с PLC и системи за фабрична автоматизация

Настройка на производителността и поддръжка

  • Справяне с променящи се условия на осветление и производство
  • Преобучение на модела и непрекъснато обучение
  • Интеграция на известяване, логване и QA отчитане

Казуси и домейн приложения

  • Откриване на дефекти в автомобилното сглобяване и заваряване
  • Повърхностна инспекция в електрониката и полупроводниците
  • Проверка на етикети и опаковки във фармацията и хранителната промишленост

Обобщение и следващи стъпки

Изисквания

  • Опит с концепции за машинно обучение или компютърно зрение
  • Запознатост с програмирането на Python
  • Основно разбиране за контрол на качеството или индустриална автоматизация

Аудитория

  • QA екипи
  • Инженери по автоматизация
  • Разработчици на компютърно зрение
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории