⏱ 1 Std. 10 Min.
📚 6 Lektionen
🎧 Audioversion
Über diesen Kurs
Fehlererkennungssysteme, die in einer realen Produktionslinie erfolgreich sind, haben einige Gewohnheiten gemeinsam: saubere Bildgebung, sorgfältige Kennzeichnung, robuste Auswertung und respektvolle Integration in die vorhandene Linie und das Team.Dieser Kurs führt Sie durch diese Entscheidungen in der Reihenfolge, in der sie typischerweise während eines Projekts auftreten.
Sie arbeiten an schriftlichen Design-Übungen, die widerspiegeln, wie ein kleines Automatisierungs- oder Datenteam ein Defekterkennungssystem planen würde.Der Schwerpunkt liegt auf den praktischen Kompromissen, die wichtig sind, wenn Liniengeschwindigkeit, False Positives und das Vertrauen des Bedieners unter Druck stehen.
Was Sie lernen werden:
- Planen Sie Bildgebungseinstellungen einschließlich Beleuchtung, Kameraauflösung und Triggersynchronisation
- Erstellen Sie Kennzeichnungsprotokolle, die saubere Trainingsdaten mit klaren Fehlerdefinitionen erzeugen
- Vergleichen Sie Modellierungsansätze, einschließlich Klassifizierung, Erkennung, Segmentierung und Anomalieerkennung
- Modelle mit betrieblich sinnvollen Metriken wie False Positive Rate und Missed Defects auswerten
- Planen Sie die Bereitstellung unter Berücksichtigung der Inferenzlatenz, der Leitungsgeschwindigkeit und der Integration mit SPS-Systemen
- Entwerfen von Umschulungs-Workflows, die neue Defekttypen und sich ändernde Produktionsmischungen bewältigen
Der Kurs führt von der Bildgebung über die Kennzeichnung, Modellierung, Auswertung und schließlich die Linienintegration.Eine schriftliche Abschlussübung fordert Sie auf, ein einseitiges Design für ein Defektdetektionssystem für ein bestimmtes Produkt und eine bestimmte Produktionsumgebung zu entwerfen.
Dieser Kurs richtet sich an Anfänger mit einem gewissen Software- oder technischen Hintergrund, einschließlich Datenwissenschaftlern, die in die Fertigung einsteigen, Automatisierungstechnikern, die KI erkunden, und Studenten der Industrietechnik.Keine tiefe Fertigungserfahrung erforderlich.Der Kurs behandelt das System als Designproblem, über das Sie auf Papier nachdenken können, bevor Hardware gekauft wird.
Was du erhältst
-
📜
Abschlusszertifikat
Füge es deinem LinkedIn-Profil hinzu
-
🎧
Audioversion enthalten
Lerne unterwegs — kein Bildschirm nötig
-
♾️
Lebenslanger Zugang
Komme jederzeit zurück, kein Ablauf
-
📱
Smartphone oder Computer
Auf jedem Gerät, überall
-
💸
30 Tage Rückgaberecht
Ohne Wenn und Aber
-
⚡
Kurz und fokussiert
1 Std. 10 Min. praktische Inhalte
Bewertungen
Noch keine Bewertungen — sei der Erste, der seine Erfahrungen teilt.
Andere belegten auch
Einführung in Deep Learning für die Bildklassifizierung
Erlernen Sie die Grundlagen, um Deep-Learning-Modelle für verschiedene Bildklassifizierungsaufgaben zu verstehen, zu erstellen und zu bewerten.
★ 4.9 (19)
$4.99$9.99
Deep Learning für Computer Vision: Anomalieerkennung und Datensynthese
Lernen Sie, Computer-Vision-Modelle zu erstellen, um Bildanomalien zu erkennen, die Beschriftung zu automatisieren und synthetische Trainingsdaten zu generieren, selbst bei begrenzten Datensätzen.
★ 4.9 (15)
$4.99$9.99
Faltungsneurale Netze für Einsteiger
Meistern Sie die Grundlagen der Computer Vision und lernen Sie, neuronale Netze zu erstellen, die Bilder analysieren und erkennen können.
★ 4.9 (1,473)
$4.99$9.99
Computer Vision und Machine Learning mit MATLAB
Lernen Sie, mit MATLAB Modelle für die Bildklassifizierung und Objekterkennung zu erstellen, um technische und wissenschaftliche Probleme zu lösen.
★ 4.8 (23)
$4.99$9.99
Häufige Fragen
Was brauche ich, um diesen Kurs zu belegen?
+
Nur Telefon oder Computer mit Internet. Keine Installation, keine spezielle Hardware.
Wie kann ich bezahlen?
+
Per Karte über Stripe oder mit Kryptowährung. Wir speichern keine Kartendaten — Stripe übernimmt das sicher.
Kann ich eine Rückerstattung erhalten?
+
Ja — volle Rückerstattung innerhalb von 30 Tagen, ohne Wenn und Aber.
Wie lange habe ich Zugang?
+
Für immer. Nach dem Kauf kannst du jederzeit zum Kurs zurückkehren.
Erhalte ich ein Zertifikat?
+
Ja. Nach Abschluss erhältst du ein Zertifikat, das du in dein LinkedIn-Profil aufnehmen kannst.
Entwickelt für Lernende in
Tech
Design
Finanzen
Marketing
Gesundheit
Bildung
Gastgewerbe
Produktion