Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do Przemysłowej Wizji Komputerowej

  • Przegląd systemów wizji maszynowej w produkcji
  • Typowe wady: pęknięcia, rysy, nieprawidłowe ułożenie, brakujące elementy
  • AI vs tradycyjna inspekcja wizualna oparta na regułach

Pozyskiwanie i Przetwarzanie Obrazów

  • Typy kamer i ustawienia przechwytywania obrazów
  • Redukcja szumów, poprawa kontrastu i normalizacja
  • Augmentacja danych dla zwiększenia odporności modeli

Techniki Wykrywania i Segmentacji Obiektów

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

Rozwój Modeli Wykrywania Wad

  • Przygotowanie oznaczonych zbiorów danych
  • Trenowanie klasyfikatorów i segmentatorów wad
  • Ocena modelu: precyzja, czułość, F1-score

Wdrażanie w Środowiskach Przemysłowych

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

Optymalizacja i Utrzymanie Wydajności

  • Zarządzanie zmieniającymi się warunkami oświetleniowymi i produkcyjnymi
  • Ponowne trenowanie modeli i ciągłe uczenie
  • Integracja alertów, logowania i raportowania QA

Studia Przypadków i Zastosowania w Branżach

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

Podsumowanie i Kolejne Kroki

Wymagania

  • Doświadczenie w zakresie uczenia maszynowego lub koncepcji wizji komputerowej
  • Znajomość programowania w Pythonie
  • Podstawowa znajomość kontroli jakości lub automatyki przemysłowej

Grupa docelowa

  • Zespoły kontroli jakości
  • Inżynierowie automatyki
  • Programiści systemów wizji komputerowej
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie