課程簡介

AI在品質控制中的介紹

  • AI在製造品質流程中的概述
  • 在檢查、缺陷檢測和合規性中的應用
  • AI驅動的品質保證的優點與限制

收集與準備品質數據

  • 用於品質保證的數據類型(圖像、傳感器、生產日誌)
  • 使用LabelImg標記視覺數據集
  • 用於訓練模型的數據存儲與結構

Computer Vision在品質保證中的介紹

  • 使用OpenCV進行圖像處理的基礎
  • 工業圖像的預處理技術
  • 提取視覺特徵進行分析

Machine Learning用於異常檢測

  • 訓練簡單分類器進行缺陷檢測
  • 使用卷積神經網絡(CNNs)
  • 無監督學習進行異常識別

使用AI模型進行產量Forecasting

  • 回歸技術的介紹
  • 建立模型預測生產產量
  • 評估與提高預測準確性

將AI與生產系統集成

  • 檢查模型的部署選項
  • Edge AI與基於雲的分析對比
  • 自動化警報與品質報告

實用案例研究與最終項目

  • 開發端到端的AI檢查原型
  • 使用樣本品質數據集進行訓練與測試
  • 展示一個功能性的品質控制AI解決方案

總結與下一步

最低要求

  • 了解基本的制造或QA流程
  • 熟悉电子表格或数字形式的报告
  • 对数据驱动的质量控制方法感兴趣

受众

  • 质量保证专家
  • 生产主管
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類