Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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