Aprendizagem profunda para detecção de defeitos industriais

O controle de qualidade automatizado está transformando a fabricação moderna, mas a implantação de modelos de IA confiáveis no chão de fábrica requer uma sólida compreensão de aprendizado profundo e otimização prática. Este curso orienta você através dos conceitos fundamentais de visão computacional aplicados especificamente à inspeção industrial. Você fará a transição da compreensão da classificação básica de imagens para a preparação de conjuntos de dados industriais, treinando modelos robustos de detecção de defeitos e aplicando técnicas de otimização para implantação no mundo real. Através de explicações escritas passo a passo e trechos de código claros, você aprenderá a construir pipelines eficientes que identificam anomalias com alta precisão. O que você aprenderá: - Entenda a terminologia básica de visão computacional, classificação de imagens e detecção de defeitos. - Prepare e pré-processe conjuntos de dados de imagem industrial, incluindo o tratamento de desequilíbrio de classe. - Treine um classificador de aprendizado profundo usando PyTorch para detectar anomalias de superfície e defeitos de fabricação. - Aplique técnicas modernas de otimização para acelerar a inferência de modelos para dispositivos de borda. - Avalie o desempenho do modelo usando métricas-chave como precisão, recuperação e pontuação F1. - Configure pipelines básicos de MLOps para monitorar e manter a precisão do modelo ao longo do tempo.