Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan terhadap Computer Vision Industri
- Tinjauan mengenai sistem pemandangan mesin dalam manufaktur
- Defek tipikal: retak, goresan, kesalahan penempatan, komponen hilang
- AI versus inspeksi visual berbasis aturan tradisional
Pengambilan Gambar dan Pra-pemrosesan
- Jenis kamera dan pengaturan pengambilan gambar
- Pengurangan noise, peningkatan kontras, dan normalisasi
- Pengayaan data untuk ketahanan pelatihan
Teknik Deteksi dan Segmentasi Objek
- Pendekatan klasik (thresholding, deteksi tepi, kontur)
- Metode deep learning: CNNs, U-Net, YOLO
- Memilih antara deteksi, klasifikasi, dan segmentasi
Pengembangan Model Deteksi Defek
- Menyiapkan dataset yang telah dianotasikan
- Melatih klasifikasi dan segmentasi defek
- Penilaian model: presisi, recall, skor F1
Penggunaan dalam Lingkungan Industri
- Pertimbangan peralatan: GPUs, perangkat edge, PC industri
- Arsitektur pipa inspeksi real-time
- Integrasi dengan PLC dan sistem otomatisasi pabrik
Pengaturan Kinerja dan Pemeliharaan
- Menangani perubahan pencahayaan dan kondisi produksi
- Pelatihan ulang model dan pembelajaran berkelanjutan
- Integrasi peringatan, log, dan laporan QA
Kasus Studi dan Aplikasi Domain
- Deteksi defek dalam pemasangan dan pengelasan mobil
- Inspeksi permukaan dalam elektronik dan semiconductor
- Verifikasi label dan pengemasan dalam farmasi dan makanan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengalaman dengan konsep machine learning atau computer vision
- Familiaritas dengan Python programming
- Pemahaman dasar tentang kontrol kualitas atau otomatisasi industri
Peserta
- Tim QA
- Insinyur otomatisasi
- Pengembang computer vision
14 Jam