感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
工业Computer Vision简介
- 制造业中机器视觉系统概述
- 典型缺陷:裂纹、划痕、错位、缺失组件
- AI与传统基于规则的视觉检测对比
图像采集与预处理
- 相机类型与图像捕捉设置
- 降噪、对比度增强与归一化
- 数据增强以提高训练鲁棒性
目标检测与分割技术
- 经典方法(阈值分割、边缘检测、轮廓检测)
- 深度学习方法:CNNs、U-Net、YOLO
- 在检测、分类与分割之间选择
缺陷检测模型开发
- 准备标注数据集
- 训练缺陷分类器与分割器
- 模型评估:精确率、召回率、F1分数
工业环境中的部署
- 硬件考虑:GPUs、边缘设备、工业PC
- 实时检测流水线架构
- 与PLC及工厂自动化系统集成
性能调优与维护
- 处理变化的光照与生产条件
- 模型再训练与持续学习
- 警报、日志与QA报告集成
案例研究与领域应用
- 汽车装配与焊接中的缺陷检测
- 电子与半导体中的表面检测
- 制药与食品中的标签与包装验证
总结与下一步
要求
- 具备机器学习或计算机视觉概念的经验
- 熟悉Python编程
- 对质量控制或工业自动化有基本了解
受众
- QA团队
- 自动化工程师
- 计算机视觉开发者
14 小时