Průmyslové strojové vidění s AI: Detekce vad a vizuální inspekce Počítačový Kurz

Úvod do průmyslového strojového vidění

• Přehled systémů strojového vidění ve výrobě
• Typické vady: praskliny, škrábance, nezarovnání, chybějící komponenty
• AI vs. tradiční vizuální inspekce založená na pravidlech

Pořízení a preprocesování obrazů

• Typy kamer a nastavení pořizování snímků
• Redukce šumu, zvýšení kontrastu a normalizace
• Data augmentace pro robustnost tréninku

Techniky detekce a segmentace objektů

• Klasické přístupy (prahování, detekce hran, kontury)
• Metody hlubokého učení: CNN, U-Net, YOLO
• Volba mezi detekcí, klasifikací a segmentací

Vývoj modelů pro detekci vad

• Příprava anotovaných datových sad
• Trénování klasifikátorů a segmentátorů vad
• Hodnocení modelu: přesnost (precision),召回率 (recall), F1 skóre

Nasazení v průmyslových podmínkách

• Hladové požadavky: GPU, edge zařízení, průmyslové PC
• Architektura inspekčního potrubí pro reálný čas
• Integrace s PLC a systémy tovární automatizace

Ladění výkonu a údržba

• Zpracování měnícího se osvětlení a výrobních podmínek
• Retrénování modelů a kontinuální učení
• Integrace alertů, logování a reportování pro QA

Případové studie a aplikace v odvětví

• Detekce vad ve sběrné linkě a svařování v automobilovém průmyslu
• Inspikace povrchu v elektronice a polovedech
• Ověření etiket a balení v farmaceutickém průmyslu a potravinářství

Shrnutí a další kroky