Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az ipari számítógépes látásba
- Gépi látórendszerek áttekintése a gyártásban
- Jellemző hibák: repedések, karcolások, elcsúszások, hiányzó alkatrészek
- MI versus hagyományos, szabályalapú vizuális ellenőrzés
Képfelvétel és előfeldolgozás
- Kameratípusok és képfelvételi beállítások
- Zajcsökkentés, kontrasztjavítás és normalizálás
- Adatbővítés a tanítás robusztusságáért
Objektumfelismerési és szegmentálási technikák
- Klasszikus megközelítések (küszöbölés, éldetektálás, kontúrok)
- Mélytanulási módszerek: CNN-ek, U-Net, YOLO
- Választás a felismerés, osztályozás és szegmentálás között
Hibafelismerő modell fejlesztése
- Címkézett adatkészletek előkészítése
- Hibabesorolók és szegmentálók tanítása
- Modellértékelés: pontosság, fedés, F1-mutató
Telepítés ipari környezetben
- Hardveres megfontolások: GPU-k, peremeszközök, ipari PC-k
- Valós idejű ellenőrzési folyamat architektúrája
- Integráció PLC-kkel és gyári automatizálási rendszerekkel
Teljesítményhangolás és karbantartás
- Változó megvilágítási és termelési körülmények kezelése
- Modell újratanítása és folyamatos tanulás
- Riasztási, naplózási és minőségbiztosítási jelentéskészítési integráció
Esettanulmányok és iparági alkalmazások
- Hibafelismerés autóipari összeszerelésben és hegesztésben
- Felület-ellenőrzés elektronikában és félvezetőiparban
- Címke- és csomagolás-ellenőrzés gyógyszeriparban és élelmiszeriparban
Összefoglalás és következő lépések
Követelmények
- Gépi tanulási vagy számítógépes látási ismeretek
- Python programozási jártasság
- Alapvető minőség-ellenőrzési vagy ipari automatizálási ismeretek
Célközönség
- Minőségbiztosítási csapatok
- Automatizálási mérnökök
- Számítógépes látással foglalkozó fejlesztők
14 Órák
