Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
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