Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'IA dans le contrôle de la qualité
- Aperçu de l'IA dans les processus de qualité de fabrication
- Applications dans l'inspection, la détection de défauts et la conformité
- Avantages et limites de l'assurance qualité alimentée par l'IA
Collecte et préparation des données de qualité
- Types de données utilisés en assurance qualité (images, capteurs, journaux de production)
- Étiquetage des ensembles de données visuelles avec LabelImg
- Stockage et structuration des données pour l'entraînement des modèles
Introduction à la vision par ordinateur pour l'assurance qualité
- Bases du traitement d'images avec OpenCV
- Techniques de prétraitement pour les images industrielles
- Extraction de caractéristiques visuelles pour l'analyse
Apprentissage automatique pour la détection d'anomalies
- Formation de classificateurs simples pour la détection de défauts
- Utilisation des réseaux neuronaux convolutifs (CNN)
- Apprentissage non supervisé pour l'identification des anomalies
Prévision du rendement avec des modèles d'IA
- Introduction aux techniques de régression
- Construction de modèles pour prévoir les rendements de production
- Évaluation et amélioration de la précision des prédictions
Intégration de l'IA avec les systèmes de production
- Options de déploiement pour les modèles d'inspection
- IA sur le terrain vs analyse basée sur le cloud
- Automatisation des alertes et des rapports de qualité
Étude de cas pratique et projet final
- Développement d'un prototype d'inspection IA de bout en bout
- Entraînement et test avec des ensembles de données QA d'exemple
- Présentation d'une solution IA fonctionnelle de contrôle de qualité
Résumé et prochaines étapes
Pré requis
- Une compréhension des processus de base de fabrication ou d'assurance qualité
- Familiarité avec les feuilles de calcul ou les formulaires numériques pour le rapport
- Intérêt pour les méthodes de contrôle qualité basées sur les données
Audience
- Spécialistes de l'assurance qualité
- chefs de production
21 Heures