Eğitim İçeriği

Endüstriyel Computer Vision'e Giriş

  • Üretimde makine görüş sistemlerinin genel bakışu
  • Tipik bozukluklar: kırıklar, çizgiler, yanilginler, eksik bileşenler
  • AI ile geleneksel kurallı görsel kontrol karşılaştırması

Görüntü Alımı ve Ön İşleme

  • Kamera tipleri ve görüntü yakalama ayarları
  • Gürültü azaltma, kontrast artırma ve normalizasyon
  • Dayanıklı eğitim için veri artırma

Nesne Algılama ve Segmentasyon Teknikleri

  • Klasiyel yaklaşımlar (eşikleme, kenar algılama, konturlar)
  • Derin öğrenme yöntemleri: CNN'ler, U-Net, YOLO
  • Algılama, sınıflandırma ve segmentasyon arasındaki seçim

Bozukluk Algılama Modeli Geliştirme

  • Etiketlenmiş veri kümelerinin hazırlama
  • Bozukluk sınıflandırıcıları ve segmentörlerin eğitimi
  • Model değerlendirme: hassasiyet, geri çağırma, F1-puanı

Endüstriyel Çevrimlerde Dağıtım

  • Donanım mülakatları: GPUler, kenar cihazlar, endüstriyel PC'ler
  • Gerçek zamanlı incelemepipelinenin mimarisı
  • PLC ile ve fabrika otomasyon sistemleriyle tümleştirmeleri

Performans Ayarı ve Bakım

  • Değişen ışık koşullarının ve üretim koşullarının yönetimi
  • Model yeniden eğitimi ve sürekli öğrenme
  • Uyarılar, günlük tutma ve QA raporlamasının tümleştirilmesi

Durum Çalışmaları ve Domain Uygulamaları

  • Otomotiv montaj ve solda bozukluk algılama
  • Elektronik ve yarı iletkenlerde yüzey kontrolü
  • ilaç ve gıda sektöründe etiket ve ambalaj doğrulaması

Özeti ve Son Adımlar

Kurs İçin Gerekli Önbilgiler

  • Makine öğrenimi veya bilgiavisyon kavramlarıyla deneyim
  • Python programlama ile tanışıklık
  • Kalite kontrolü veya endüstriyel otomasyonun temel anlayışı

Hedef Kitle

  • QA ekibi
  • Otomasyon mühendisleri
  • Bilgiavisyon geliştiricileri
 14 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler