Vision par ordinateur pour l'inspection industrielle et la détection de défauts

Dans la fabrication moderne, le contrôle de qualité manuel est lent et sujet à l'erreur humaine. L'automatisation de l'inspection visuelle avec la vision par ordinateur permet aux installations de détecter les défauts instantanément, assurant une qualité de produit élevée à grande échelle. Ce cours basé sur du texte vous guide à travers le processus de conception et de mise en œuvre de pipelines d'inspection automatisés. Ce que vous apprendrez: - Comprendre les concepts fondamentaux de la vision par ordinateur et la représentation numérique des images. - Appliquer des techniques de prétraitement d'images pour améliorer le contraste et réduire le bruit dans les environnements industriels. - Construire des algorithmes de détection de bord et de seuil pour identifier les anomalies de surface. - Implémenter des techniques modernes d'apprentissage par transfert en utilisant des modèles légers d'apprentissage profond pour la classification. - Concevoir un pipeline d'inspection structuré qui traite les images d'entrée et les rapports de défauts de sortie. - Configurez les mesures d'évaluation de modèle de base telles que la précision et le rappel spécifiquement pour le contrôle de la qualité. Le voyage commence par le traitement d'images de base et les techniques classiques de vision par ordinateur. De là, vous explorerez les approches modernes d'apprentissage profond, en apprenant à structurer le code pour une détection de défauts automatisée fiable. Ce cours est conçu pour les ingénieurs, les développeurs et les professionnels du contrôle qualité qui sont nouveaux dans la vision par ordinateur. Une connaissance de base de la programmation Python est utile, mais aucune expérience préalable en apprentissage automatique n'est requise.