Plan Szkolenia

Wprowadzenie do Computer Vision przemysłowego

  • Przegląd systemów wizji maszynowej w produkcji
  • Typowe wady: pęknięcia, zarysowania, nieprawidłowe ułożenie, brak składników
  • Porównanie: AI vs tradycyjne regułowe wizualne inspekcje

Nabywanie i przytwarzanie obrazów

  • Typy kamer i ustawienia przechwytywania obrazów
  • Redukcja szumu, poprawa kontrastu i normalizacja
  • Powiększanie danych dla trwałości szkolenia

Techniki wykrywania i segmentacji obiektów

  • Klasyczne podejścia (progowanie, wykrywanie krawędzi, kontury)
  • Metody uczenia głębokiego: CNN, U-Net, YOLO
  • Wybór pomiędzy wykrywaniem, klasyfikacją a segmentacją

Rozwój modelu wykrywania wad

  • Przygotowanie zannotowanych zestawów danych
  • Szkolenie klasyfikatorów i segmentatorów wad
  • Ocenianie modelu: precyzja, pełność, F1-score

Wdrażanie w warunkach przemysłowych

  • Wymagania sprzętowe: GPU, urządzenia edge, komputery przemysłowe
  • Architektura rurociągu inspekcji w czasie rzeczywistym
  • Integracja z PLC i systemami automatyzacji fabrycznej

Dopasowywanie wydajności i konserwacja

  • Radzenie sobie z zmiennymi warunkami oświetlenia i produkcji
  • Ponowne szkolenie modelu i uczenie ciągłe
  • Integracja z systemami alertów, logów i raportowania jakości

Studium przypadku i zastosowania w dziedzinie

  • Wykrywanie wad w montażu i spawaniu samochodów
  • Inspekcja powierzchni w elektronice i półprzewodnikach
  • Weryfikacja etykietowania i opakowania w farmacji i przemyśle spożywczym

Podsumowanie i kolejne kroki

Wymagania

  • Doświadczenie w koncepcjach uczenia maszynowego lub wizji komputerowej
  • Znajomość programowania Python
  • Podstawowa znajomość kontroli jakości lub automatyzacji przemysłowej

Grupa docelowa

  • Zespoły QA
  • Inżynierowie automatyzacji
  • Programiści wizji komputerowej
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie