Industrial Computer Vision with AI: Defect Detection and Visual Inspection

• 具备机器学习或电脑视觉概念的经验
• 熟悉Python编程
• 对质量控制或工业自动化有基本了解

目标受众

• QA团队
• 自动化工程师
• 电脑视觉开发者

结合AI的工业电脑视觉正在改变制造商和QA团队检测表面缺陷、验证零件合规性，以及自动化视觉检测流程的方式。

这项由讲师指导的培训（线上或线下）旨在针对中高级QA团队、自动化工程师和开发人员，他们希望使用AI技术设计和实施用于缺陷检测和检查的电脑视觉系统。

在培训结束时，参与者将能够：

• 了解工业视觉系统的架构和组件。
• 使用深度学习建立用于视觉缺陷检测的AI模型。
• 将即时检测管道与工业相机和设备集成。
• 在生产环境中部署和优化AI驱动的检测系统。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们进行安排。

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

影像获取与预处理

• 相机类型与影像捕捉设置
• 降噪、对比度增强与标准化
• 数据增强以提高训练稳健性

物件检测与分割技术

• 经典方法（阈值处理、边缘检测、轮廓）
• 深度学习方法：CNNs、U-Net、YOLO
• 选择检测、分类与分割之间的策略

缺陷检测模型开发

• 准备注释数据集
• 训练缺陷分类器与分割器
• 模型评估：精确度、召回率、F1分数

工业环境中的部署

• 硬件考量：GPUs、边缘设备、工业PC
• 即时检测管道架构
• 与PLC及工厂自动化系统的整合

性能调优与维护

• 处理变化的照明与生产条件
• 模型重新训练与持续学习
• 警报、日志与QA报告整合

案例研究与领域应用

• 汽车组装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