Industriell datasynse med AI: Feilaktivering og visuell inspeksjon Treningskurs

Innføring i industriell datasynse

• Oversikt over maskinsynsessystemer i produksjonen
• Typiske feil: sprekk, riper, misalignement, manglende komponenter
• AI kontra tradisjonell regelbasert visuell inspeksjon

Bildetakst og forbehandling

• Kamera-typer og bildetakstinnstillinger
• Støydemping, kontrastforsterkning og normalisering
• Dataforsterkning for robust trening

Objektgjenkjenning og segmenteringsteknikker

• Klassiske tilnærminger (terskelhold, kantdeteksjon, konturer)
• Dyplæringsmetoder: CNN, U-Net, YOLO
• Å velge mellom deteksjon, klassifisering og segmentering

Utvikling av modeller for feilaktivering

• Forberede annoterte datasett
• Trene feilklassifisatorer og segmentere
• Modellvurdering: presisjon, santhet, F1-score

Implementering i industrielle miljøer

• Hvervareoverveielser: GPU, edge-enheter, industrielle PC-er
• Arkitektur for sanntidsinspeksjonspipeline
• Integrering med PLC-er og fabrikkautomatiseringssystemer

Prestasjonsjustering og vedlikehold

• Håndtering av endringer i lysforhold og produksjonsforhold
• Modell-retrening og kontinuerlig læring
• Alarm, logging og integrering av QA-rapportering

Casestudier og domæneapplikasjoner

• Feilaktivering i bilmontering og sveising
• Overflateinspeksjon i elektronikk og halvledere
• Etikett- og emballasjeverifisering i farmasøytikk og matvarebransjen

Oppsummering og neste steg