Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon til AI i kvalitetskontroll
- Oversikt over AI i produksjonskvalitetsprosesser
- Anvendelser innen inspeksjon, feildeteksjon og overholdelse
- Fordeler og begrensninger ved AI-drevet QA
Innsamling og forberedelse av kvalitetsdata
- Typer data som brukes i QA (bilder, sensorer, produksjonslogger)
- Merking av visuelle datasett med LabelImg
- Datalagring og struktur for modelltrening
Introduksjon til Computer Vision for QA
- Grunnleggende bildebehandling med OpenCV
- Forbehandlingsteknikker for industrielle bilder
- Ekstraksjon av visuelle egenskaper for analyse
Machine Learning for anomalioppdagelse
- Trening av enkle klassifisatorer for feildeteksjon
- Bruk av konvolusjonelle neurale nettverk (CNNs)
- Uovervåket læring for anomaliidentifikasjon
Utbytte Forecasting med AI-modeller
- Introduksjon til regresjonsteknikker
- Bygging av modeller for å forutsi produksjonsutbytte
- Vurdering og forbedring av prediksjonsnøyaktighet
Integrering av AI med produksjonssystemer
- Utplassering av alternativer for inspeksjonsmodeller
- Edge AI vs. skybasert analyse
- Automatisering av varsler og kvalitetsrapportering
Praktisk tilfelle og sluttprosjekt
- Utvikling av et end-to-end AI-inspeksjonsprototyp
- Trening og testing med prøve-QA-datasett
- Presentasjon av en funksjonell kvalitetskontroll AI-løsning
Oppsummering og neste trinn
Krav
- En forståelse av grunnleggende produksjon eller QA-prosesser
- Kjennskap til regneark eller digitale former for rapportering
- Interesse for datadrevne kvalitetskontrollmetoder
Målgruppe
- Kvalitetssikringsansvarlige
- Produktionsledere
21 timer