Eğitim İçeriği

Kalite Kontrolünde AI'ye Giriş

  • Üretim kalite süreçlerinde AI'nin genel bakışı
  • Görüntü kontrolünde, eksiklik tespitinde ve uyumlulukta uygulamaları
  • AI destekli K.K. (Kalite Kontrol) yapısındaki avantajlar ve sınırlamalar

Kalite Verisinin Toplanması ve Hazırlanması

  • K.K. içinde kullanılan veri tipleri (görüntüler, sensörler, üretim günlükleri)
  • Görüntü veritabanlarını LabelImg ile etiketleme
  • Eğitim modelleri için veri depolama ve yapısı

QA için Computer Vision'a Giriş

  • OpenCV ile görüntü işleme temelleri
  • Endüstriyel görüntüler için ön işleme teknikleri
  • Analiz için görsel özelliklerin çıkartılması

Anomali Tespiti İçin Machine Learning

  • Eksiklik tespitinde basit sınıflandırıcılar egitimi
  • Konvolüsyonel sinir ağları (CNN'ler) kullanımı
  • Anomali tanımlamak için yolsuz öğrenme

AI Modelleri ile Üretim Forecasting

  • Regresyon tekniklerine Giriş
  • üretim verimini tahmin etmek için modeller oluşturma
  • Tahmin doğruluğunu değerlendirme ve iyileştirme

Üretim Sistemleriyle AI'nin Entegrasyonu

  • Kontrol modellerinin dağıtım seçenekleri
  • Edge AI karşılaştırmaları ile bulut tabanlı analizler
  • Uyarıları ve kalite raporlarını otomatikleştirmek

Pratik Durum Çalışması ve Final Projeleri

  • Bitişik AI denetimi prototip geliştirme
  • Örnek K.K. veritabanlarıyla eğitim ve test
  • İşlevsel kalite kontrolü AI çözümünün sunumu

Özeti ve Son Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel üretim veya kalite kontrol süreçleri hakkındaki bilgi
  • Çevrimiçi formlar veya raporlama için elektronik tablolarla verilen bilgilere aşina olmak
  • Veri merkezli kalite denetimi yöntemlerine ilgi göstermek

Hedef Kitle

  • Kalite kontrol uzmanları
  • Üretim yöneticileri
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler