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 qualité
- Aperçu de l'IA dans les processus qualité de la fabrication
- Applications dans l'inspection, la détection des défauts et la conformité
- Avantages et limites de l'IA dans l'assurance qualité
Collecte et préparation des données qualité
- Types de données utilisés en assurance qualité (images, capteurs, journaux de production)
- Étiquetage des ensembles de données visuelles avec LabelImg
- Stockage et structure 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 des caractéristiques visuelles pour l'analyse
Apprentissage automatique pour la détection d'anomalies
- Entraînement de classificateurs simples pour la détection des défauts
- Utilisation des réseaux de neurones 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 edge (en périphérie) vs analyse basée sur le cloud
- Automatisation des alertes et des rapports 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 exemples
- Présentation d'une solution de contrôle qualité IA fonctionnelle
Résumé et prochaines étapes
Pré requis
- Une compréhension des processus de fabrication ou de contrôle qualité de base
- Familiarité avec les tableurs ou les formulaires numériques pour les rapports
- Intérêt pour les méthodes de contrôle qualité basées sur les données
Public cible
- Spécialistes de l'assurance qualité
- Chefs de production
21 Heures