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.
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.
Студенты также прошли
Узнайте, как построить и оценить модели глубинного обучения для различных задач классификации изображений, начиная с базовых знаний.
$4.99$9.99
Научитесь создавать модели компьютерного зрения для обнаружения аномалий на изображениях, автоматизации разметки и генерации синтетических обучающих данных даже при ограниченных наборах данных.
$4.99$9.99
Освоите основы компьютерного зрения и научитесь создавать нейронные сети, которые могут анализировать и распознавать изображения.
$4.99$9.99
Учитесь создавать модели классификации изображений и обнаружения объектов с помощью MATLAB для решения реальных инженерных и научных задач.
$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