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 la vision par ordinateur industrielle
- Aperçu des systèmes de vision machine dans la fabrication
- Défauts typiques : fissures, rayures, désalignements, composants manquants
- IA par rapport à l'inspection visuelle traditionnelle basée sur des règles
Acquisition et prétraitement d'images
- Types de caméras et paramètres de capture d'images
- Réduction du bruit, amélioration du contraste et normalisation
- Augmentation des données pour une robustesse accrue de l'entraînement
Techniques de détection et de segmentation d'objets
- Approches classiques (seuillage, détection de contours, contours)
- Méthodes d'apprentissage profond : CNN, U-Net, YOLO
- Choisir entre détection, classification et segmentation
Développement de modèles de détection de défauts
- Préparation de jeux de données annotés
- Entraînement de classificateurs et segmenteurs de défauts
- Évaluation des modèles : précision, rappel, score F1
Déploiement dans des environnements industriels
- Considérations matérielles : GPU, dispositifs périphériques, ordinateurs industriels
- Architecture du pipeline d'inspection en temps réel
- Intégration avec les automates programmables (PLC) et les systèmes d'automatisation d'usine
Réglage des performances et maintenance
- Gestion des variations d'éclairage et des conditions de production
- Réentraînement des modèles et apprentissage continu
- Intégration des alertes, de la journalisation et des rapports d'assurance qualité
Études de cas et applications sectorielles
- Détection de défauts dans l'assemblage automobile et le soudage
- Inspection de surface dans l'électronique et les semiconducteurs
- Vérification des étiquettes et de l'emballage dans les secteurs pharmaceutique et alimentaire
Résumé et prochaines étapes
Pré requis
- Expérience avec les concepts d'apprentissage automatique ou de vision par ordinateur
- Familiarité avec la programmation en Python
- Compréhension de base du contrôle qualité ou de l'automatisation industrielle
Public cible
- Équipes d'assurance qualité
- Ingénieurs en automatisation
- Développeurs en vision par ordinateur
14 Heures