Aprendizaje profundo para la detección de defectos industriales

El control de calidad automatizado está transformando la fabricación moderna, pero implementar modelos de IA confiables en el piso de la fábrica requiere una comprensión sólida tanto del aprendizaje profundo como de la optimización práctica. Este curso lo guía a través de los conceptos fundamentales de la visión por computadora aplicados específicamente a la inspección industrial. Pasará de comprender la clasificación básica de imágenes a preparar conjuntos de datos industriales, entrenar modelos robustos de detección de defectos y aplicar técnicas de optimización para el despliegue en el mundo real. A través de explicaciones escritas paso a paso y fragmentos de código claros, aprenderá a construir tuberías eficientes que identifiquen anomalías con alta precisión. Lo que aprenderá: - Comprenda la terminología básica de la visión por computadora, la clasificación de imágenes y la detección de defectos. - Prepare y preprocese conjuntos de datos de imágenes industriales, incluido el manejo de desequilibrio de clase. - Entrene un clasificador de aprendizaje profundo usando PyTorch para detectar anomalías de superficie y defectos de fabricación. - Aplique técnicas modernas de optimización para acelerar la inferencia de modelos para dispositivos de borde. - Evalúe el rendimiento del modelo utilizando métricas clave como precisión, recuperación y puntuación F1. - Configure tuberías básicas de MLOps para monitorear y mantener la precisión del modelo a lo largo del tiempo.