Разработка системы обнаружения дефектов на основе визуального контроля для производственной линии

Пройдите практический дизайн системы обнаружения дефектов на основе визуального контроля, от настройки изображений до выбора модели, оценки и интеграции линии.

⏱ 1 ч 10 мин 📚 6 уроков 🎧 Аудиоверсия

О курсе

Системы обнаружения дефектов, которые успешно работают на реальной производственной линии, имеют несколько общих черт: четкая визуализация, тщательная маркировка, надежная оценка и уважительная интеграция с существующей линией и командой. Этот курс проделывает эти выборы в том порядке, в котором они обычно возникают в ходе проекта. Вы будете работать с письменными проектными упражнениями, которые отражают то, как небольшая команда автоматизации или данных планирует систему обнаружения дефектов. Акцент делается на практических компромиссах, которые имеют значение, когда скорость линии, ложные срабатывания и доверие оператора находятся под давлением. Что вы узнаете: - План настройки изображений, включая освещение, разрешение камеры, и синхронизации триггера - Создание протоколов маркировки, которые производят чистые тренировочные данные с четкими определениями дефектов - Сопоставление подходов к моделированию, включая классификацию, обнаружение, сегментацию и обнаружение аномалий - Оценка моделей с использованием таких значимых с оперативной точки зрения показателей, как доля ложных срабатываний и пропущенных дефектов - План развертывания с учетом задержки вывода, скорости линии и интеграции с системами ПЛК - Разработка рабочих процессов переподготовки, которые обрабатывают новые типы дефектов и меняющиеся производственные смеси Курс развивается от визуализации через маркировку, моделирование, оценку и, наконец, интеграцию линии. Завершающее письменное упражнение просит вас разработать одностраничный дизайн системы обнаружения дефектов для конкретного продукта и производственной среды. Этот курс предназначен для начинающих с некоторым опытом работы с программным обеспечением или инженерным образованием, включая ученых, занимающихся обработкой данных, инженеров по автоматизации, изучающих искусственный интеллект, и студентов промышленной инженерии. Не требуется глубокого опыта производства. Курс рассматривает систему как проблему проектирования, которую можно обсудить на бумаге до приобретения оборудования.

Что вы получите

  • 📜 Сертификат об окончании
    Добавьте в профиль LinkedIn
  • 🎧 Аудиоверсия включена
    Учитесь в дороге — экран не нужен
  • ♾️ Пожизненный доступ
    Возвращайтесь в любое время, без срока
  • 📱 Телефон или компьютер
    Работает везде и на любом устройстве
  • 💸 Возврат в течение 30 дней
    Без вопросов
  • Кратко и по делу
    1 ч 10 мин практического материала

Отзывы

Отзывов пока нет — поделитесь своим первым.

Написать отзыв

После отправки попросим войти — черновик сохранится.

Студенты также прошли

Руководство для начинающих по глубокому обучению для классификации изображений

Узнайте, как построить и оценить модели глубинного обучения для различных задач классификации изображений, начиная с базовых знаний.
★ 4.9 (19)
$4.99$9.99

Глубокое обучение для компьютерного зрения: обнаружение аномалий и синтез данных

Научитесь создавать модели компьютерного зрения для обнаружения аномалий на изображениях, автоматизации разметки и генерации синтетических обучающих данных даже при ограниченных наборах данных.
★ 4.9 (15)
$4.99$9.99

Свёрточные нейронные сети для начинающих

Освоите основы компьютерного зрения и научитесь создавать нейронные сети, которые могут анализировать и распознавать изображения.
★ 4.9 (1,473)
$4.99$9.99

Компьютерное зрение и машинное обучение с MATLAB

Учитесь создавать модели классификации изображений и обнаружения объектов с помощью MATLAB для решения реальных инженерных и научных задач.
★ 4.8 (23)
$4.99$9.99

Часто спрашивают

Что нужно для прохождения курса? +

Только смартфон или компьютер с доступом в интернет. Никаких установок и оборудования.

Как оплатить? +

Банковской картой через Stripe или криптовалютой. Данные карты обрабатывает Stripe — мы их не храним.

Можно ли вернуть деньги? +

Да — полный возврат в течение 30 дней, без вопросов.

Как долго будут доступны материалы? +

Навсегда. После покупки курс остаётся с вами — возвращайтесь в любое время.

Получу ли я сертификат? +

Да. По окончании выдаётся сертификат, который можно добавить в профиль LinkedIn.

Подходит для специалистов в
IT Дизайн Финансы Маркетинг Медицина Образование HoReCa Производство