План на курса

Введение в Индустриална Computer Vision

  • Обзор на системи за машинно зрение в производството
  • Типични дефекти: пукнатини, царапини, неточни подравнявания, липсващи компоненти
  • Сравнение на AI и традиционни правила за визуално инспектиране

Приема и предварителна обработка на изображения

  • Типове камери и настройки за захванато на изображения
  • Намаляване на шума, подобряване на контраста и нормализация
  • Увеличаване на данните за обучение за устойчивост

Техники за детекция и сегментация на обекти

  • Класически подходи (поречивост, детекция на контури, контури)
  • Методи на дълбоко обучение: CNNs, U-Net, YOLO
  • Избор между детекция, класификация и сегментация

Разработка на модели за детекция на дефекти

  • Подготовка на аннотирани набори данни
  • Обучение на класификатори и сегментатори за дефекти
  • Оценка на моделите: точност, напомняне, F1-оценка

Разработване в индустриални условия

  • Хардуерни разбирания: GPUs, устройства с ръбна обработка, индустриални ПК
  • Архитектура на реално време за инспекционен канал
  • Интеграция с ПЛК и системи за автоматизация на фабриката

Оптимизация на производителността и поддръжка

  • Справил с променливи осветления и производствени условия
  • Повторно обучение на модели и непрекъснато обучение
  • Интеграция на уведомяване, дневници и QA отчетност

Примери и приложения в домейна

  • Детекция на дефекти в автомобилна монтаж и заварване
  • Инспекция на повърхност в електроника и полупроводници
  • Проверка на етикети и опаковки в фармацевтика и хранително-вкусова промишленост

Резюме и следващи стъпки

Изисквания

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

Целева аудитория

  • Екипи за контрол на качеството
  • Инженери по автоматизация
  • Разработчици на компютърно зрение
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории