Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot industriële Computer Vision
- Overzicht van machinevisiesystemen in de productie
- Typische gebreken: scheuren, krassen, misalignments, ontbrekende componenten
- AI vs traditionele regelgebaseerde visuele inspectie
Afbeeldingsverwerking en voorbewerking
- Camera typen en instellingen voor beeldopname
- Ruisonderdrukking, contrastversterking en normalisatie
- Gegevensaugmentatie voor robuustheid van training
Objectdetectie- en segmentatietechnieken
- Klassieke benaderingen (drempelwaarden, randdetectie, contouren)
- Diepe leer- en CNNs, U-Net, YOLO methoden
- Keuze tussen detectie, classificatie en segmentatie
Ontwikkeling van defectdetectiemodellen
- Voorbereiding van geannoteerde datasets
- Training van defectclassifiers en segmentators
- Modelbeoordeling: precisie, recall, F1-score
Implementatie in industriële omgevingen
- Hardware-overwegingen: GPUs, edge-devices, industriële PCs
- Architectuur van real-time inspectiepijplijn
- Integratie met PLC's en fabrieksautomatiseringssystemen
Prestatieoptimalisatie en onderhoud
- Omgaan met veranderende belichting en productieomstandigheden
- Model hertraining en voortdurende leren
- Alerts, loggen en integratie van QA-rapportage
Casussen en domein-toepassingen
- Detectie van gebreken in autoproductie en lastechnieken
- Oppervlakte-inspectie in elektronica en halfgeleiders
- Label- en verpakkingsverificatie in farmacie en voedsel
Samenvatting en volgende stappen
Vereisten
- Ervaring met machine learning of computer vision concepten
- Kennis van Python programmeren
- Basiskennis van kwaliteitscontrole of industriële automatisering
Doelgroep
- QA-teams
- Automatiseringsingenieurs
- Computer vision developers
14 Uren