Przemysłowe widzenie komputerowe z AI: wykrywanie wad i kontrola wizualna - Plan Szkolenia

Wprowadzenie do przemysłowego widzenia komputerowego

• Przegląd systemów wizji maszynowej w produkcji
• Typowe wady: pęknięcia, zarysowania, niewspółosiowości, brakujące komponenty
• AI a tradycyjna inspekcja wizualna oparta na regułach

Akwizycja i wstępne przetwarzanie obrazu

• Typy kamer i ustawienia przechwytywania obrazu
• Redukcja szumów, wzmocnienie kontrastu i normalizacja
• Augmentacja danych dla odporności treningu

Techniki wykrywania obiektów i segmentacji

• Podejścia klasyczne (progowanie, wykrywanie krawędzi, kontury)
• Metody uczenia głębokiego: CNN, U-Net, YOLO
• Wybór między detekcją, klasyfikacją a segmentacją

Rozwój modelu wykrywania wad

• Przygotowanie adnotowanych zbiorów danych
• Trenowanie klasyfikatorów i segmentatorów wad
• Ocena modelu: precyzja, czułość, wynik F1

Wdrażanie w środowiskach przemysłowych

• Rozważania sprzętowe: GPU, urządzenia brzegowe, komputery przemysłowe
• Architektura potoku inspekcji w czasie rzeczywistym
• Integracja ze sterownikami PLC i systemami automatyki fabrycznej

Strojenie wydajności i utrzymanie

• Radzenie sobie ze zmiennym oświetleniem i warunkami produkcyjnymi
• Ponowne trenowanie modeli i uczenie ciągłe
• Integracja alertów, rejestrowania i raportowania kontroli jakości

Studia przypadków i zastosowania dziedzinowe

• Wykrywanie wad w montażu i spawaniu w motoryzacji
• Inspekcja powierzchni w elektronice i półprzewodnikach
• Weryfikacja etykiet i opakowań w farmacji i przemyśle spożywczym

Podsumowanie i kolejne kroki