Plan du cours

Introduction à l'IA aux bords dans l'automatisation industrielle

  • Aperçu de l'IA aux bords et ses applications dans l'industrie
  • Avantages et défis de l'utilisation de l'IA aux bords dans les environnements industriels
  • Études de cas des applications réussies d'IA aux bords dans la fabrication

Configuration de l'environnement IA aux bords

  • Installation et configuration des outils d'IA aux bords
  • Configuration des capteurs industriels et des systèmes de collecte de données
  • Introduction aux cadres et bibliothèques pertinents pour l'IA aux bords
  • Exercices pratiques pour la configuration de l'environnement

Maintenance prédictive avec IA aux bords

  • Introduction à la maintenance prédictive
  • Développement de modèles d'IA pour le suivi de l'état des équipements
  • Mise en œuvre de la détection et de la prédiction de défauts en temps réel
  • Exercices pratiques pour la maintenance prédictive

Contrôle de qualité à l'aide d'IA aux bords

  • Aperçu du contrôle de qualité dans la fabrication
  • Techniques d'IA pour la détection et la classification des défauts
  • Mise en œuvre des systèmes de contrôle de qualité basés sur la vision
  • Exercices pratiques pour les applications de contrôle de qualité

Optimisation des processus avec IA aux bords

  • Introduction à l'optimisation des processus
  • Utilisation de l'IA pour le suivi et le contrôle en temps réel des processus
  • Mise en œuvre de systèmes de prise de décision pilotés par IA
  • Exercices pratiques pour l'optimisation des processus

Déploiement et gestion des solutions d'IA aux bords

  • Déploiement de modèles IA sur les appareils de bord industriels
  • Surveillance et maintenance des systèmes d'IA aux bords
  • Dépannage et optimisation des modèles déployés
  • Exercices pratiques pour le déploiement et la gestion

Outils et cadres pour l'IA aux bords industrielle

  • Aperçu des outils et cadres (ex. : TensorFlow Lite, OpenVINO)
  • Utilisation de TensorFlow Lite pour les applications IA industrielles
  • Exercices pratiques avec des outils d'optimisation

Applications et études de cas du monde réel

  • Revue des projets réussis d'IA aux bords industrielle
  • Discussion sur les cas d'utilisation spécifiques à l'industrie
  • Projet pratique pour la construction et l'optimisation d'une application IA industrielle réelle

Résumé et étapes suivantes

Pré requis

  • Une compréhension des concepts de l'IA et de l'apprentissage automatique
  • Expérience avec les systèmes d'automatisation industrielle
  • Compétences en programmation de base (Python recommandé)

Public cible

  • Ingénieurs industriels
  • Professionnels de la fabrication
  • Développeurs IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires