Návrh Školení

Vstup do AI v kontrole kvality

  • Přehled použití AI ve výrobních procesech kontroly kvality
  • Aplikace v prohlídce, detekci vad a souladu s požadavky
  • Výhody a omezení AI-podporované kontroly kvality

Shromažďování a příprava dat o kvalitě

  • Typy dat používaných v QA (obrázky, senzory, logy produkce)
  • Popisování vizuálních datasetů pomocí LabelImg
  • Ukládání a strukturování dat pro školení modelů

Vstup do Computer Vision pro QA

  • Základy zpracování obrazu pomocí OpenCV
  • Předzpracovatelné techniky pro průmyslové obrázky
  • Extrahování vizuálních funkcí pro analýzu

Machine Learning pro detekci anomálií

  • Školení jednoduchých klasifikátorů pro detekci vad
  • Použití konvolučních neuronových sítí (CNN)
  • Nestředivé učení pro identifikaci anomálií

Výnosy Forecasting pomocí AI modelů

  • Úvod do regresních technik
  • Stavění modelech na predikci produkčního výstupu
  • Hodnocení a zlepšování přesnosti predikcí

Integrace AI s produkčními systémy

  • Možnosti nasazování modelů pro kontrolu
  • Edge AI vs. cloudová analýza
  • Automatizace upozornění a zpravodajství o kvalitě

Praktické případové studie a finální projekt

  • Vytváření prototypu AI kontroly od začátku po konec
  • Školení a testování s vzorovými daty QA
  • Zaslání funkčního řešení AI pro kontrolu kvality

Souhrn a další kroky

Požadavky

  • Pochopení základních výrobních nebo procesů kontroly kvality (QA)
  • Ostatnost s tabulkami nebo digitálními formami hlášení
  • Zájem o datově podporované metody řízení kvality

Cílová skupina

  • Odborníci na kontrolu kvality
  • Vedení výroby
 21 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie